Para cualquiera de los gigantes tecnológicos que dominan el paisaje empresarial hoy en día, las inversiones en I+D+i suponen una partida importante en cada ejercicio. Por ello no es de extrañar que Facebook, la mayor red social del mundo, tenga un equipo especialmente dedicado al desarrollo de herramientas basadas en inteligencia artificial.
Se trata del FAIR, acrónimo de Facebook’s Artificial Intelligence Research, y entre sus últimos logros figura un avance que podría resultar un arma de doble filo para los restauradores.
Hablamos de un software desarrollado por Adrianna Romero y el equipo del laboratorio de Montreal (Canadá) cuya finalidad es generar recetas de cocina a partir de la imagen del plato.
Parece ciencia ficción pero no lo es. Si introducimos una foto de un bistec con patatas fritas de guarnición interpretará los píxeles hasta deducir qué carne es, cómo se ha preparado y las cantidades aproximadas que figuran en el plato. Acto seguido se generará una receta escrita con todo tipo de detalles acerca de la mejor manera de preparar el menú.
Quien dice un plato de carne, dice una sopa, una ensalada o cualquier otro plato que podamos imaginar. El verdadero potencial del sistema de reconocimiento de imágenes reside en su versatilidad a la hora de identificar con certeza qué es lo que se ha plasmado en la fotografía, así como su capacidad para emitir un texto bien hilado, ordenado, cohesivo, coherente y pertinente que pueda ser usado para reproducir el plato.
La herramienta se ha pensado para satisfacer las necesidades de los usuarios en las redes sociales. ¿Cuántas veces hemos visto una comida apetecible y al preguntar cómo hacerla no se nos ha dado respuesta? Ciertamente, en el caso de los foodies curiosos, serán más de las que puedan contar con las manos.
La jefa del departamento de investigación del laboratorio de Montreal, Joelle Pineau, expresaba su punto de vista al respecto de esta herramienta de la siguiente manera: «Todo el mundo toma fotos de sus comidas en la actualidad, algunas veces hay ingredientes que puedes ver, pero también hay ingredientes que no siempre se ven, como la sal, el azúcar, y cosas por el estilo».
Esos ingredientes que no son evidentes en la propia fotografía son los que esconden uno de los secretos mejor guardados de la herramienta de reconocimiento de imágenes. No es que el software adivine qué es lo que lleva y qué no el plato. La realidad es que el sistema se ha entrenado con un enorme cantidad de casos resueltos de tal forma ahora ha llegado a ser capaz de asociar la imagen con una receta preexistente o una combinación de ellas. Este método es lo que se conoce usualmente como aprendizaje de máquina, uno de los pilares de las redes neurales y la AI.
Así, uno de los miedos que había sido identificado entre los restauradores queda desmentido. Se habían escuchado voces que clamaban que la inteligencia artificial podría desvelar el secreto de los platos de diseño, pero si esos platos no figuran en ningún otro lugar y son en efecto producto de la imaginación y conocimientos de un chef inspirado, no hay qué temer. Otro gallo cantaría si el cocinero en cuestión quisiera hacernos pensar que sus preparaciones son más especiales de lo que realmente son. En cualquier caso, desatendiendo casos extraños, estas inquietudes son totalmente infundadas, los restauradores que basen su modelo de negocio en la innovación e irreproducibilidad de sus menús pueden estar tranquilos.
Además, Pineau se apresuró a indicar que el desarrollo de esta herramienta es meramente un ejercicio teórico. Por mucho interés que el sistema de AI suscite entre los usuarios de Facebook (y también entre los de Instagram, que no han perdido el tiempo en demandar aplicaciones similares para su plataforma al conocer el avance), ninguna red social tiene intención de implementar este método de reconocimiento de imágenes en este preciso instante.
El verdadero motivo por el que se ha creado la herramienta es porque «necesitamos tener máquinas que comprendan el mundo. Comprender no solo lo que es visible en el mundo, sino entender que si se tiene una tarta es muy probable que haya azúcar en ella», en palabras de la propia Pineau.
En la misma línea de trabajo están inmersos en el Instituto de Tecnología de Masachussetts (EE. UU.).
En julio de 2017, varios investigadores de ciencias de la computación y del Laboratorio de Inteligencia Artificial (CSAIL), en colaboración con colegas del Instituto de Investigación Computacional de Qatar (QCRI), publicaron un estudio titulado Integración de modo cruzado con aprendizaje para recetas culinarias e imágenes de comida en el que daban a conocer su software basado en AI, Pic2Recipe, alimentado por una base de datos llamada Recipe1M que contenía un millón de recetas y 800 000 fotografías de comida.
Los resultados de la red neural eran todavía pobres, según reportaba la BBC, identificaba unos espaguetis a la boloñesa como un plato de fideos con «sebo» y salsa italiana de tomate. Donde nos hemos tomado la licencia de traducción «sebo», léase masa informe de sustancia grasa inidentificable. Es menos apetecible pero mucho más fiel a la receta propuesta por la demo técnica. Es evidente que aún queda mucho por hacer.
En cualquier caso no nos extrañaría un futuro en la que esta herramienta se usase para conocer el nombre de los platos mostrados en una foto, o para dar una receta aproximada pero realista del mismo. La posible aplicación para echar abajo barreras idiomáticas es igualmente interesante. ¿Una app móvil que identifica el plato que nos han servido durante un viaje por el extranjero y que nos facilita información sobre el mismo? ¡Sí, por favor!
Algunos de los restauradores que usan fotografías profesionales de sus menús para atraer clientela en Facebook o Instagram podrían incluso generar de forma automática dichas recetas (y retocarlas posteriormente en caso de que fuese necesario) aumentando de esta forma el interés y la implicación de los internautas que pasen por el perfil empresarial.
Habrá que esperar mientras el equipo de investigadores postdoctorales de Antonio Torralba (MIT) y el laboratorio FAIR de Joelle Pineau (Facebook) desarrollan herramientas más precisas. Es muy posible que un futuro cercano existan aplicaciones reales para el mundo de la restauración.
