Jussi Viljala on 
Another Doggyn 
ravintoloitsija.
Jussi Viljala on Another Doggyn ravintoloitsija.

Tekoäly pelottaa ja inspiroi

Hyvä renki, huono isäntä. Tekoäly ei maista, mutta cocktailien nimien keksiminen ja reseptien sorvaaminen siltä onnistuu.

Ravintoloitsija Jussi Viljalan kanta-asiakkaisiin joensuulaisessa Another Doggyssa kuuluu Itä-Suomen yliopiston professori Matti Tedre. Kaksikon kohtaamisissa syntyi idea: voisiko tekoälyä käyttää  cocktailien luomiseen?

– Minulle koko tekoälyjuoma on sairaan pelottava ajatus. Matti Tedre on tietojenkäsittelytieteen professori ja cocktailharrastaja, jota askarrutti, voisiko tekoäly olla juomien tekijänä luova, Viljala kuvailee. 

Tedre kertoo tutkineensa, miten tekoälyä opetetaan lapsille ja vasta-alkajille. Hän päätti kokeilla samaa cocktailreseptien kanssa. Hän syötti tekoälylle satoja klassikkokirjoista poimittuja cocktailreseptejä, joiden perusteella tekoäly loi mallin siitä, miltä cocktailresepti näyttää. Tältä pohjalta se loi satojatuhansia cocktailreseptejä yhden yön aikana. Tekoäly vaatii ison datan toimiakseen kunnolla.

– Kokeilimme toista neuroverkkoarkkitehtuuria, LSTM:ää eli long short-term memorya, joka onnistui käyttämään yhteenkuuluvia raaka-aineita ja niille sopivia teko-ohjeita, Tedre summaa kokeilun.

Toinen Another Doggyn kanta-asiakas Tapani Toivonen on Suomen johtavia tekoälytutkijoita, ja hän lähti kehittämään ideaa eteenpäin. Hän laittoi kaksi tekoälyä kilpailemaan paremmuudesta. Siihen tarvittiin kaikki mahdollinen kapasiteetti.

Viljalalle tulee ensimmäisen tekoälyn cocktaileista mieleen 1900-luvun alkupuolen cocktailit. Ne luonut malli tiesi cocktailresepteistä vain sen, mitä klassikkococktailkirjat sisältävät, eikä niissä ole mitään kovin luovaa.

– Kun kaksi tekoälyä kilpaili paremmuudesta, luovuus tuli esiin. Ne keksivät cocktaileille myös nimet ja käyttötarkoituksen, Viljala toteaa.

Kokeilussa syntyi niin paljon reseptejä, että baarimestareilla oli täysi työ poimia parhaat juomat esiin.

Lopputulos oli maisteltavissa syyskuun alun tapahtumassa. Yhden illan ajan tekoälydrinkit vetivät talon täyteen, ja valittavana oli neljä juomaa: Royal Punch, Inhaled Tartar, Green Turf ja Nimetön.

– Tapahtumalla oli huikea suosio, ja juomia kysellään vieläkin. Moni kävi koko listan läpi. Matti Tedrellä ja Tapani Toivosella riitti juttuseuraa.

Viljalalle on ollut tässäkin prosessissa tärkeää toteuttaa Another Doggyn missiota.

– Juomat tuovat ihmisiä yhteen. Se onnistui myös tekoälyjuomilla. Tekoälyhankkeen toteutumiseen tarvittiin pyhä kolminaisuus: cocktailbaarimestarit, huippuluokan tutkijat ja markkinointi-ihminen. Itse ilta oli super. Ihmisten kirjo oli mahtava, kun baari oli täynnä tekoälystä kiinnostuneita, baarissa esillä olleen taidenäyttelyn takia tulleita ja cocktail-ihmisiä.

Tekoäly ei maista

Kun Jussi Viljala esitteli idean tekoälycocktaileista kollegoilleen, nämä tyrmistyivät: ”Mehän ollaan pian työttömiä!” Viljalalla on kahtalaiset ajatukset. Toisaalta hänen teki mieli kehitellä ideaa mutta toisaalta:

– Tarvitaanko meitä baarimestareita enää? Tuleeko meistä automaatteja, jotka esivalmistelevat ja syöttävät tiedot koneelle? Henkilökohtaisesti kuoppaisin asian, tekoäly on niin pelottava.

Miten tekoälyn luomukset eroavat ihmisen luomuksista? Viljalasta ne ovat hyvin teknisiä.

– Tekoälyn tekemässä cocktailissa voi olla yllätyksellinen aspekti, mutta huomaa, että se on tehty maistamatta.

Lisäksi yksinkertaiset juomat ovat kuin koottujen cocktailien kirja, ja jos ne ovat vielä nimettömiä, kuten yksinäisen tekoälyn luomukset, se on tylsää. Toisaalta kahden tekoälyn kamppailussa paljastui, että tekoäly voi olla hyvä keksimään nimiä.

Tekoälyn keksimät nimet eivät välttämättä liity juomaan, mutta on mielenkiintoista, miten sitä voi opettaa.”

– Tekoälyn keksimät nimet eivät välttämättä liity juomaan, mutta on mielenkiintoista, miten sitä voi opettaa. Voi syöttää tarinaa juomien takaa ja auttaa sillä tavalla luomaan parempia nimiä. Tämä on juuri se, mitä toivoin: kun suunnittelemme listaa, vaikeimpia tehtäviä on keksiä juomille nimet, Viljala toteaa.

Hän aikoo hyödyntää tekoälyä juomien nimeämisessä jo listan seuraavan uudistuksen yhteydessä vuodenvaihteessa.

 

Entä hankkeen jatko? Tedren mukaan tähänastinen projekti kertoo yhtä paljon tekoälyn mahdollisuuksista kuin sen rajoituksista.

– Kyse on cocktailkielimallista, joka on datan pohjalta oppinut luomaan loputtomasti samankaltaisia reseptejä kuin mitä sen opetusdatassa on. Mutta se ei tiedä, onko lopputulos hyvä vai huono, tai miten sen esittämät aineet kemiallisesti käyttäytyvät keskenään. Osa yhdistelmistä on toki erittäin onnistuneita.

Tedre ja Toivonen pohtivat aiheesta tieteellistä julkaisua.

– Tekoälytutkijat eivät ole erityisen kiinnostuneita sovelluksista vaan algoritmeista ja teknologian kehittämisestä. Kiinnostavaa tulevaisuudessa olisi, millaista dataa ja millaisia algoritmeja tai neuroverkkoarkkitehtuureja voisi kokeilla, että lopputulos saataisiin yhä paremmaksi. Käyttämämme  tekoäly on aika vähällä työllä tehty ja alkeellinen. Voisiko sitä parantaa esimerkiksi niin, että käyttäjä voisi luetella raaka-aineet, joita kaapissa on, ja katsoa, mitä tekoäly ehdottaa niistä, Tedre puntaroi.

Another Doggyn baarimestareiden ei tarvitse pelätä työttömäksi jäämistä, sillä heidän cocktailiensa tarina linkittyy niin vahvasti paikallisuuteen joka tasolla, että ihmisen panos ei ole korvattavissa. Vai lähtisikö tekoäly mustikkametsälle hakemaan shrubin aineksia? 

 

Tekoälyn luomat reseptit

Royal Punch

  • 1 cl tummaa rommia
  • 3 cl Oloroso sherrya
  • 3 cl tuorepuristettua appelsiinimehua
  • 3 cl sitruunamehua
  • 3 cl sokerilientä
  • dash Angostura bitteriä
  • dash appelsiini-bitteriä
  • inkivääriolutta pidentämiseen

Lasi: Highball.

Valmistus: Rakenna.

Koristele karamellisoidulla inkiväärillä ja appelsiinisiivulla.

Inhaled tartar

  • 3 cl Martinia
  • 2 cl Ouzoa
  • 3 cl sitruunamehua
  • curry-jauhetta maun mukaan

Lasi: Cocktail.

Valmistus: Ravista.

 

 

Nörttiolut kehittyy palautteesta

Kuluttaja pääsee antamaan palautetta
QR-koodin kautta.

Oppivan oluen taustalla on tekniikan tohtori Lari Melander kavereineen. Tamperelaistunut Melander on sekä kotiolutharrastaja että automaatiotekniikasta väitellyt ”nörtti”, jonka näkökulmasta oppivassa oluessa yhdistyy kaksi maailman kiinnostavinta asiaa.

– Mitä saisi aikaan, jos yhdistäisi panimoprosessin ja koneoppimisen? Miten olutreseptiä voisi kehittää tekoälyn ja kuluttajapalautteen avulla? Koeponnistin asiaa kotioluella. Hommasta tulee mielenkiintoista, kun saa paljon dataa, joten olut oli saatava kaupan hyllylle, Melander taustoittaa.

Suomen ensimmäinen tekoälypohjainen olutkonsepti syntyi brewersfriend.comin reseptipankin pohjalta. Melander hyödynsi sivustolla arvosteltuja reseptejä.

– Mallini pyrki löytämään yhteiset tekijät hyvien oluiden välillä, ja ensimmäisen oluen pohjana oli 150 reseptiä. Tekoälyalgoritmi kehitti reseptin, joka toimi konseptin lähtötilanteena, Melander selostaa.

Projekti uhkasi kuivua kokoon, kun olut oli heti niin pidetty.”

Olut-algoritmin kehittäjä Lari Melander.

Kaverusten konsepti AI Brew ei ole panimo, vaan se teettää oluensa kiertolaispanimoiden tapaan lohjalaisella UG Breweryllä. Kun American IPA -tyylinen olut sitten päätyy kauppaan ja kuluttajan käteen, AI Brew ohjaa QR-koodilla antamaan oluesta palautetta.

Oluet ovat tehneet hyvin kauppansa, niistä on oltu kiinnostuneita, ja palautetta on saatu.

– Joka tölkissä on koodi, joka oikeuttaa yhteen arvosteluun ja erottelee, mistä erästä on kyse. Isompi osa antaa palautetta kuin osasin kuvitella. Tämä motivoi jatkamaan konseptia, Melander kertoo.

Alkuperäiset 150 reseptiä ovat pohjalla tietopankissa, johon Melander liittää kuluttajapalautteen.

– Tekoälyalgoritmi kehittää kaiken olemassa olevan tiedon ja palautteen perusteella uuden reseptin, jolla tuotamme uuden erän oluesta.

Kaupasta ravintolaan

Lari Melander kertoo yllättävästä takaiskusta: projekti uhkasi kuivua kokoon, kun olut oli heti niin pidetty.

– Ensimmäiset erät ovat saaneet heti yllättävän korkeita arvosanoja. Mietimme, onko mitään kehitettävää!

Vastaajilta pyydetään oluelle arvosanaa asteikolla 0–5. Lisäksi pyydetään tietoa oluenjuontitilanteesta, koska se vaikuttaa kokemukseen.

– Pyydämme kertomaan, maisteliko oluen ruokailun, saunan vai seurustelun yhteydessä. Lisäksi voi vastata maistelukysymyksiin, joissa arvioidaan tuoksu, maku, ulkonäkö, humalointi ja juotavuus. Suurin osa vastaa muihinkin kysymyksiin kuin pelkkään arvosanaan, ja huomaan palautteen pohjalta, että ihmiset haluaisivat antaa vielä tarkempia arvioita, Melander kertoo.

Oluesta tehtiin kesän mittaan kolme versiota. Paras lähtökohta palautteen keräämiseen ja oluen kehittämiseen olisi tuoda kolme versiota samaan aikaan tarjolle, rinnakkain vertailtaviksi. Tähän asti tehdyistä versioista Melander nimeää kaksi eri sukupolvea.

– Yritämme tunnistaa palautteesta eri makumieltymyksiä, ja nyt olemme tehneet eri mieltymyksiin vastaavat versiot: karvaamman 2.0:n ja vähemmän karvaan 2.1:n. Seuraavaksi keräämme palautteen näistä versioista, jotta voimme tehdä versiot 3.0 ja 3.1.

Nörttiolutta ravintolahanoihin

Melander haluaisi laajentaa seuraavaksi ravintolapuolelle. Itse asiassa versio 2.1 oli jo Gastropub Nordicin hanassa.

– Vastausprosentti on hanamyynnissä vähän pienempi kuin tölkissä. Ensimmäisen kokeilun perusteella konsepti toimii myös ravintolaympäristössä, mutta vielä pitää keksiä luonteva tapa antaa asiakkaalle tietoa oluesta ja koodi arviointia varten.

Ravintolamyynti mahdollistaisi vahvempien oluiden ottamisen mukaan kehittelyyn, ja Melander loisi mielellään oman kehityshaaransa vahvemmille oluille.

– Jos ryhdymme kehittämään belgiolutta tai imperial stoutia, se olisi suunnattu ravintoloille.

Seuraavaksi AI Brew tuo toisen oluttyylin IPAn rinnalle. Tyylin on oltava jotain laaja-alaista, jossa on luonnostaan paljon vaihtelua, kuten vehnäolut.

Mikäli joku panimo kiinnostuu ideasta, Melander tekee mielellään yhteistyötä. Hän näkisi mielellään ideansa laajemmassa käytössä pienpanimoiden keskuudessa.

 

Julkaistu Shakerissa 4/21.

 

Tilaa Shaker!

Sulje mainos Tilaa Shaker