ИИ превращает меню ресторана в персонального помощника
ИИ превращает меню ресторана в персонального помощника Автор разбирает, как искусственный интеллект меняет привычное меню ресторана: из статичного списка блюд оно превращается в интерактивный гид, который помогает гостям выбирать еду с учётом здоровья, аллергий и вкусов. Проблема знакома многим: названия блюд непонятны, состав не описан, а цифровые меню часто просто копируют бумажную версию без полезных деталей. Как это работает. Система разбирает текст меню и выделяет ингредиенты и способы приготовления — этот подход называется обработкой естественного языка, то есть компьютерный анализ обычного текста. Так можно обнаружить скрытые аллергены, сахар или соль и понять, подходит ли блюдо веганам или людям с непереносимостью глютена. Дальше ИИ оценивает питательность: распознанные ингредиенты сопоставляются с большими базами данных о составе продуктов, например с американской базой USDA. Так блюдо получает расчётную калорийность и состав по белкам, жирам и углеводам — даже для нестандартных блюд. Дополнительно компьютерное зрение — распознавание картинок — сверяет фотографии блюд с описанием и находит расхождения. Третий элемент — персональные рекомендации. Система учитывает предпочтения, ограничения и историю заказов конкретного гостя и показывает ему подходящие блюда: например, вегетарианцу с аллергией на сою не придётся вычитывать всё меню самому. Автор приводит простой учебный пример на JavaScript: фильтр по профилю гостя (вегетарианство, аллергия на арахис, лимит 600 калорий) из трёх блюд оставляет только пиццу «Маргарита». Это демонстрация принципа, а не готовый продукт — настоящие инструменты, по словам автора, используют более сложные методы разбора неоднозначных описаний. Что это меняет на практике. Гостям — меньше угадывания: данные о составе и калориях видны сразу, рискованные блюда помечены. Ресторанам — проще выполнять требования по маркировке питания и раскрытию аллергенов, а анализ популярности блюд помогает оптимизировать меню и прогнозировать закупки, снижая потери продуктов. Автор перечисляет уже существующие сервисы: API Edamam и Spoonacular — готовые интерфейсы для программ, которые считают питательность по рецепту; инструменты анализа выгодности блюд в меню подсказывают ресторанам выгодное расположение позиций; приложения MyFitnessPal, Yummly и LeanDine фильтруют блюда под цели пользователя. В перспективе автор ожидает перевод меню на язык путешественника в реальном времени, голосовое управление, связь с фитнес-приложениями и «эко-рейтинг» блюд. Это прогноз автора, а не свершившийся факт. Источник: https://dev.to/albert_nahas_cdc8469a6ae8/how-ai-is-making-restaurant-menus-easier-to-navigate-1m6o