[发明专利]使用人工智能来模拟目标食品项目的方法

说明书

公开了使用人工智能来模拟目标食品项目的方法和系统。该系统可从开源和专有数据库中学习。可使用源配料的特征来将预测模型训练为与给定目标食品项目的特征相匹配。可使用经训练的预测模型来确定包括最相关的源配料及它们的比例的组合的配方。一组现有食谱可被用作用于训练递归神经网络(RNN)和/或其他合适的模型的数据集。RNN可用于确定用于模拟目标食品项目的食谱。该食谱可以包括针对配方中的一组配料的烹饪过程并且可由厨师烹饪。可以在必要时基于人类对感官描述符的反馈进一步修改该食谱。

技术领域

本公开一般地涉及食品科学和人工智能，具体地涉及使用机器学习来模拟目标食品项目。

背景技术

涉及食品科学和人工智能领域的相关技术。

发明内容

本公开的实施例提供了一种计算机实现的方法，该方法用于使用基于植物的配料来生成食谱以模拟给定基于动物的食品项目。该方法包括：使用目标配料数据库来识别与给定基于动物的食品项目相关联的一组特征，其中目标配料数据库被配置为存储针对多个基于动物的食品项目中的每一者的相应的一组特征；将预测模型训练为从存储在源配料数据库中的多种基于植物的配料中选择潜在候选，以与所识别的与给定基于动物的食品项目相关联的一组特征匹配，其中源配料数据库被配置为存储针对多种基于植物的配料中的每一者的相应的一组特征；基于所识别的一组特征的匹配，使用经训练的预测模型来确定配方，配方用于以特定比例组合潜在候选；使用一组现有食谱来训练递归神经网络RNN，以确定针对配方的烹饪过程；以及使用RNN来生成食谱，食谱包括烹饪过程以模拟给定基于动物的食品项目。

本公开的实施例还提供了一种计算机实现的方法，该方法用于生成用于模拟给定目标食品项目的食谱。该方法方法包括：使用目标配料数据库来识别与给定目标食品项目相关联的一组特征，其中目标配料数据库被配置为存储针对多个目标食品项目中的每一者的相应的一组特征；基于所识别的与给定目标食品项目相关联的一组特征的匹配来使用源配料数据库识别两种或更多种源配料，其中源配料数据库被配置为存储针对多种源配料中的每一者的相应的一组特征；确定配方，配方用于以特定比例组合两种或更多种源配料来模拟给定目标食品项目；以及基于一组现有食谱生成包括针对配方的烹饪过程的食谱。

本公开的实施例还提供了一种生成用于模拟给定目标食品项目的食谱的系统。该系统包括：源配料数据库，被配置为存储针对多种源配料中的每种源配料的相应的一组特征；目标配料数据库，被配置为存储针对多个目标食品项目中的每个目标食品项目的相应的一组特征；配方生成器，被配置为生成配方，配方用于以特定比例组合两种或更多种源配料，以与和给定目标食品项目相关联的一组特征相匹配；食谱数据库，被配置为存储一组现有食谱，组中的每种现有食谱被修改为包括具体格式；和食谱生成器，被配置为通过基于配方和一组现有食谱确定用于两种或更多种源配料的烹饪过程，来生成用于模拟给定目标食品项目的食谱。

附图说明

图1示出了根据某些实施例的系统的高级图示，所述系统可利用机器学习算法以使用源配料来生成食谱来模拟给定目标食品项目；

图2示出了在某些实施例中被配置为存储多种源配料中的每一者的相应的一组特征的源配料数据库；

图3示出了在某些实施例中被配置为存储多种目标配料中的每一者的相应的一组特征的目标配料数据库；

图4示出了可以被存储在现有食谱数据库中的一组示例现有食谱；

图5示出了根据某些实施例的用于使食谱包括基元(atomic)用法说明(direction)的处理步骤；

图6示出了可以被存储在厨师的数据库中的一组示例食谱；

图7示出了某些实施例中的配方生成器的框图；

图8示出了某些实施例中的食谱生成器的框图；

图9示出了根据某些实施例的生成用于模拟给定目标食品项目的食谱的计算机实现的方法；