Make this article seo compatible,Let there be subheadings for the article, be in french, create at least 700 wordsODepuis quelques semaines, j’utilise GPT-4 pour m’aider à cuisiner. Besoin d’un substitut pour un ingrédient que vous avez oublié d’acheter ? GPT peut proposer une alternative. Il est temps de vider les placards ? Tapez simplement : « Veuillez créer une recette en utilisant deux œufs, un pot de haricots borlotti, une pomme de terre, un poireau et les grattages au fond d’un pot de cornichon. » Je suis toujours poli, tout comme GPT. Il réfléchit un instant, puis prépare les instructions pour un hachis inhabituel mais comestible et me souhaite même un bon appétit. Mais ce n’est pas tout ce qu’il peut faire.Lors d’un récent voyage à Venise, je voulais savoir quelle sorte de poisson je devrais manger. « L’un des poissons de spécialité locale est le branzino, ou bar européen », a expliqué GPT, sans se moquer de mon ignorance. Et tout comme les modèles de génération d’images tels que Stable Diffusion et Midjourney peuvent imiter des artistes populaires, vous pouvez faire appel à des chefs renommés pour influencer les résultats. Lorsque j’ai demandé des « haricots sur du pain grillé à la manière de Yotam Ottolenghi », par exemple, j’ai reçu une recette de « haricots épicés sur du pain grillé au levain » qui comprenait du cumin, du za’atar et du yaourt grec, parmi environ 12 autres composants. Le sentiment de lire la longue liste d’ingrédients avant de réaliser que je n’avais pas l’énergie était presque identique.Mais, lorsqu’on lui a demandé une version plus simple de la recette, GPT a fourni. Cela m’a donné des alternatives dans le style de Jamie Oliver (fromage cheddar râpé), Martha Stewart (haricots blancs et bouillon de poulet) et Salt Bae (ail, sumac et flocons de piment rouge). Les résultats ne sont pas toujours révolutionnaires. Cela est devenu clair lorsque le chef YouTube Joshua Weissman a défié GPT à un concours de cuisine. Ses testeurs de goût aux yeux bandés ont découvert que les recettes de formule pour les hamburgers, le poulet frit et les biscuits aux pépites de chocolat ne correspondaient pas du tout à celles de Weissman – même si je dirais que le choix de formule du plat faisait également partie du problème, un problème que l’IA pourrait bien nous aider à surmonter.Il y a, bien sûr, beaucoup de problèmes avec les modèles d’IA. Priya Krishna, journaliste de l’équipe alimentaire du New York Times, s’est plainte que la production était trop « blanche et occidentale ». Il y a eu la récente controverse causée par un chatbot conçu pour les troubles alimentaires qui a commencé à offrir des conseils de perte de poids. Il n’y a aucune garantie que la machine n’hallucinera pas quelque chose auquel vous êtes allergique dans une recette, et sans incitation qualifiée, la nourriture peut être douloureusement fade.Pourtant, la convergence de la cuisine et du calcul a beaucoup de sens. Les recettes sont des algorithmes, après tout. Ce sont des instructions variables destinées à résoudre un problème (que dois-je cuisiner et comment ?) complétées par des déclarations « si-alors » qui font de la place pour les ingrédients, les compétences et les préférences à portée de main (par exemple, « Si vous n’aimez pas la nourriture épicée, omettez le piment »).L’ingénieur finlandais Sami Matilainen capture la complexité de la préparation des aliments dans Flowchart Recipes, un livre de classiques nordiques « visualisés à l’aide d’organigrammes pour une meilleure lisibilité/compréhension et convivialité que ce que vous obtenez d’un livre de cuisine au format traditionnel ». Les recettes y ressemblent à un programme. Faisant encore plus littéralement la comparaison, le langage de programmation ésotérique Chef, du dessinateur-physicien australien David Morgan-Mar, utilise une syntaxe dérivée de la cuisine pour créer des programmes informatiques.Au lieu de demander à GPT de fournir une version des plats que je cuisinerais de toute façon, j’ai décidé d’essayer quelque chose de nouveau. Deux de mes cuisines préférées sont l’iranienne et la chinoise du Sichuan. Quand j’ai demandé au GPT de fusionner les deux, on m’a d’abord proposé du «kung pao jeweled rice», qui semblait assez nul, deux classiques côte à côte dans la même assiette. Quand je lui ai demandé de réessayer, cependant, il a suggéré «mapo bademjan» – une combinaison de tofu mapo épicé et de copieux khoresh bademjan. Le résultat était une sorte de lasagne dans laquelle la sauce chinoise frémissante et engourdissante était superposée entre les aubergines frites du khoresh. C’était chaud et visqueux mais il y avait une petite densité végétale que le mapo ne pouvait pas fournir autrement.Je suis peut-être la première personne à avoir cuisiné ce plat – mais la recette vit maintenant sur les serveurs d’OpenAI, et je ne doute pas qu’une plate-forme verra le jour pour enregistrer les collaborations IA-humains à l’avenir. La plupart des recettes n’existent plus. Soit ils ont été oubliés, soit plus probablement, n’ont jamais été écrits pour commencer. Lorsque nous aurons de grands modèles de langage capables d’enregistrer et de rappeler des informations installés dans nos maisons, il y aura amplement l’occasion pour tous les accidents, expériences, recettes familiales et astuces de durer et de prospérer.La tradition des recettes écrites a commencé vers Il y a 4 000 ans, lorsque les Mésopotamiens ont commencé à tamponner de simples listes d’ingrédients sur des tablettes d’argile, chacune précédée du mot « prendre » (traduit plus tard en latin, recette). À la fin du Moyen Âge, peu de choses avaient changé. On supposait toujours que celui qui prendrait une telle liste saurait quoi en faire. Au XVIIIe siècle, cependant, avec la baisse du coût de l’impression et l’essor des mesures universelles, les livres d’économie domestique ont proliféré, bourrés de recettes élaborées accompagnées d’instructions détaillées.L’intelligence artificielle fait de la cuisine une tradition orale une fois de plus, créant un espace pour les adjectifs – « viande », « moelleux », « collant » – et des réponses plus nuancées à la nourriture qui vont bien au-delà des commentaires bratty et des notes d’étoiles d’aujourd’hui. Il peut convertir l’impérial en métrique ou vous rappeler à quel point la longe de porc doit être chaude avant d’être servie, mais cela peut aller plus loin. Mon collègue Andrea Provenzano, avec qui je dirige la plateforme de recherche alimentaire Black Almanac, a noté comment sa mère italienne suivait la progression de ses tartes aux pommes en fonction du temps qu’il fallait pour que son odeur remplisse la maison – une mesure qui résiste à la mesure standard, mais qui fonctionnait néanmoins très bien.J’espère que c’est le genre de personnalisation et de détails que l’IA peut réintroduire sous forme de livres de cuisine qui se rafraîchissent et apprennent constamment. Peut-être sommes-nous sur le point de redéfinir entièrement ce que signifie cuisiner, opérant dans une cuisine qui écoute, enregistrant tous les ajustements, expérimentations, fusions et improvisations afin que d’autres puissent y accéder – élargissant la portée de l’expérience culinaire de bas en haut. Philip Maughan est un écrivain basé entre Londres et Berlin. Cooking Earth par Black Almanac est maintenant disponible
Source link -57