Cette IA a compressé 4,1 millions de recettes du monde entier en seulement 2 Mo. Comment la télécharger ?

Josef Chen dit qu'il a compressé toutes les recettes de cuisine humaine en deux mégaoctets. C'est une déclaration audacieuse. Et cela s’avère également vrai.

Chen, co-fondateur et PDG de la startup londonienne d'IA culinaire KAIKAKU.AI, a publié cette semaine un article sur arXiv, en collaboration avec le chercheur Jakub Radzikowski, dans lequel ils présentent Epicure : trois modèles d'IA entraînés avec 4,14 millions de recettes extraites de 11 ensembles de données en sept langues. Le résultat : une carte de 1 790 ingrédients, chacun décrit par 300 chiffres, qui s’inscrit dans la limite d’une pièce jointe à un e-mail avec de l’espace libre.

« 4,1 millions de recettes. 7 langues. 1 790 ingrédients. 300 dimensions », a écrit Chen dans X. « Toute la cuisine humaine compressée en 2 mégaoctets. »

Ne stocke pas les recettes

Avant d’imaginer une clé USB de deux Mo remplie d’instructions pour préparer des sautés, il faut préciser que le modèle ne stocke pas une seule recette. Ces deux mégaoctets ressemblent plus à une table de coordonnées qu’à un livre de recettes.

Considérez-le comme une carte. Chaque ingrédient obtient une localisation précise en fonction de son comportement dans des millions de plats réels à travers le monde. Le calcul est simple : 1 790 ingrédients × 300 nombres par ingrédient × 4 octets chacun ≈ 2,05 mégaoctets. Ces chiffres codent quels ingrédients apparaissent ensemble, lesquels partagent des composés aromatiques et lesquels appartiennent à la même tradition culinaire. Une fois que le modèle a tout appris sur les recettes, elles peuvent être abandonnées. La connaissance vit dans les coordonnées.

Il s’agit essentiellement de la même astuce que word2vec a appliquée au langage en 2013, lorsque des chercheurs de Google ont montré qu’il était possible de faire de l’arithmétique avec du sens. Épicure fait cela avec de la nourriture. Prenez le bœuf, dirigez-le vers l'Amérique et vous obtiendrez du pain, de la laitue, peut-être de la bière. Dirigez-le vers l’Asie du Sud-Est et le modèle cessera de penser aux hamburgers et aux grillades et commencera à penser à la sauce soja, au gingembre et à l’huile de sésame.

Cela se produit grâce à ce que l'article décrit comme un opérateur de direction appelé rotation SLERP. Vous prenez un ingrédient de base – le poulet – et vous le faites pivoter mathématiquement dans une direction culinaire. À 30 degrés, vous commencez à voir le territoire Tex-Mex. A 60 degrés, poulet et bœuf convergent dans le même garde-manger mexicain : tortilla de maïs, salsa, fromage Monterey Jack, chili poblano. L'angle est un cadran entre « rester proche de cet ingrédient » et « proposer quelque chose de nouveau ».

Epicure est disponible en trois versions, et le choix de la bonne dépend de ce que vous demandez réellement. Cooc apprend de la cooccurrence dans les recettes : ce qui apparaît ensemble dans de vrais plats. Chem apprend de la chimie des arômes : quels ingrédients partagent des composés aromatiques à partir de la base de données chimique FlavorDB. Core est une combinaison des deux précédents.

Demandez à Cooc ce qui va avec le chocolat et vous obtiendrez peut-être des compagnons de garde-manger en dessert : poudre de cacao, vanille, amande. Demandez à Chem et vous obtiendrez des paires de chimie des saveurs : caramel au beurre, fudge, ganache.

Même ingrédient, question différente. Un chef à la recherche d'un substitut a des besoins différents d'une cartographie de compatibilité des saveurs.

Pourquoi ce n'est pas ChatGPT pour la cuisine

Épicure n'a aucune culture générale, ne génère pas de langage et n'a aucune capacité à halluciner un ingrédient qu'elle n'a jamais vu. Connaître 1 790 ingrédients. C'est tout votre monde. Ce que vous perdez en largeur, vous gagnez en fiabilité, contrairement aux chatbots de recettes qui suggéreront en toute confiance des ingrédients toxiques s'ils sont pressés d'une certaine manière.

L’état de l’art précédent dans ce domaine était FlavorGraph, un modèle 2021 combinant des données chimiques avec l’ensemble de données Recipe1M+, disponible uniquement en anglais. Epicure intègre un corpus multilingue plus de quatre fois plus important et affine le vocabulaire pour une plus grande efficacité.

Les utilisations pratiques ne sont pas difficiles à imaginer. Un chef demande à quoi ressemble l’équivalent est-asiatique d’un ingrédient méditerranéen. Un développeur de produits alimentaires demande quel substitut peu transformé se situe dans la même zone de saveur qu’un additif. Une application de recettes a besoin d’une substitution cohérente lorsqu’un ingrédient manque dans le garde-manger. Ce dernier point correspond à l’écart dans lequel les petits modèles spécifiques à un objectif spécifique surpassent discrètement les grands généralistes.

L'article Épicure est une publication de recherche. Des modèles formés sont disponibles sur Hugging Face et une carte interactive des ingrédients est accessible au public sur epicure.kaikaku.ai. Ils ont également publié un MCP pour vos agents. Le code complet de la formation n’a pas été publié pour le moment.