In cerca di un abbinamento? Chiedi ad Alexa il Vino Perfetto

In cerca di un abbinamento? Chiedi ad Alexa il Vino Perfetto

Vino Perfetto, una nuova “skill” in italiano di Alexa, il celebre sistema di intelligenza artificiale di Amazon, sa suggerire i vini da associare a determinati piatti o occasioni particolari. Lo scopo ultimo è vendere vino attraverso la piattaforma. Ma sentire una macchina dare risposte da sommelier è pur sempre sorprendente.

Gli assistenti vocali – fino a non molto tempo fa bislacchi strumenti che perlopiù prendevano fischi per fiaschi quando gli si chiedeva qualcosa – stanno diventando sempre più raffinati. Sono, per intenderci, quei sistemi di intelligenza artificiale in grado di intendere il “linguaggio naturale”. Cioè di capire quello che diciamo loro parlando al dispositivo su cui sono caricati, come uno smartphone, uno smartwatch o uno speaker tipo Google Home o Amazon Echo.

Come funziona il machine learning

Il loro incredibile miglioramento di prestazioni è insito nella tecnologia che li anima, il machine learning, che consente al software, e quindi alle macchine, di imparare dall’esperienza e dagli errori. E così, se il Siri del vostro IPhone qualche tempo fa faceva fatica a capire perfino il vostro nome, oggi è in grado di fornirvi risposte su ogni materia, dalle previsioni meteo all’andamento della Borsa. Lo stesso vale per Google Assistant e per Amazon Alexa, per citare le soluzioni di questo tipo più famose.

Funzione “sommelier”

Ora queste doti sempre più affinate possono essere sfruttate anche per chiedere quale potrebbe essere il migliore vino da abbinare al cibo che intendente consumare. A darvi la risposta è la nuova “skill” di Alexa, chiamata Vino Perfetto. Le skill sono come delle app, molto specifiche, dedicate a temi circoscritti, che si possono scaricare e installare sui vostri dispositivi per ampliare le capacità di risposta di Alexa. Ne esistono a centinaia. Vino Perfetto è la prima che consente di chiedere gli abbinamenti in italiano ed è da poco scaricabile da Amazon.

Dall’inglese all’italiano

Ma il gruppo di Jeff Bezos, che ha appena annunciato di voler lasciare ogni impegno operativo nella sua creatura, già dal 2018 forniva un servizio del genere ai suoi utenti anglofoni. Si tratta di Wine Pairing, skill ancora disponibile in inglese, le cui recensioni però sono contrastanti: c’è chi se ne dichiara entusiasta e chi ha scoperto che, nel caso di domande bizzarre che il sistema non riconosce, la proposta di abbinamento ideale è sempre la stessa: «Chardonnay». Che si voglia mangiare pizza, zampe di rane velenose o di carne di zombie (riportiamo testualmente da una recensione online).

Vendite su Amazon

Vino Perfetto pare però avere un’origine diversa rispetto a Wine Pairing. Lo sviluppatore non è un’azienda terza, ma Amazon Retail stessa. Lo scopo è, evidentemente, promuovere gli acquisti di vino direttamente da Amazon. Il gruppo, per chi non lo sapesse, come fa anche eBay, definisce accordi con singoli produttori che possono vendere i propri vini attraverso la piattaforma di e-commerce più grande e potente del mondo. Sicuramente un grande servizio, che però impone alle Cantine un’attenta riflessione. Chi compra vino da Amazon si attende un’efficienza nel servizio e nella consegna in linea con quella dimostrata per qualsiasi altro articolo; cioè immediatezza e precisione. Ma è il produttore che deve farsene carico, non il colosso del delivery. Quindi, se non si è perfettamente organizzati a livello logistico c’è un elevato rischio di raccogliere recensioni negative, ottendendo l’effetto contrario rispetto a quello voluto.

I misteri dell’IA

Al di là di queste riflessioni stupisce però che un sistema basato su un algoritmo sia in grado di comprendere le caratteristiche organolettiche di un cibo, spesso difficili anche da afferrare per un umano, e di trovarne le corrispondenze in quelle di un vino. Come è possibile che una macchina possa svolgere una funzione così raffinata? Il meccanismo è, in realtà, abbastanza semplice ed è spiegato sul web da Roald Schuring, un esperto olandese di data science, che ha lavorato allo sviluppo di una piattaforma online, Vinebase, per l’acquisto diretto di vino dalle cantine.

Reti neurali

Sulla piattaforma open Medium, Schuring ha pubblicato, all’interno della pubblicazione “Towards Data Science”, la descrizione di un sistema di intelligenza artificiale, che lui definisce “RoboSomm”, per abbinare cibo e vino. Chi fosse curioso di entrare nei dettagli trova l’intero articolo qui. Spiegata in due parole la cosa pare relativamente semplice. Per creare il suo RoboSomm, Schuring si è basato su Word2Vec, una rete neurale superficiale che consente di lavorare con le parole del linguaggio naturale, trasformando i concetti verbali in grandezze vettoriali e, quindi, in formule matematiche.


L’interfaccia con cui Alexa si presenta su uno smartphone. Per interrogarla basta basta toccare il simbolo blu in alto sullo schermo e parlare al dispositivo

Banche dati già pronte

Per addestrare una rete neurale a riconoscere i sapori del cibo occorre un’infinita quantità di descrizioni, che sarebbe un lavoro enorme costruire da zero ma che, fortunatamente, esiste già. Amazon Fine Foods Dataset è infatti una banca dati che contiene circa mezzo milione di descrizioni di alimenti. Anche per quanto riguarda i vini è possibile trovare grandi dataset descrittivi. Per il suo esperimento Schuring ha lavorato con 150 mila recensioni del sito winemag.com, sottoponendole a un “data mining”, cioè un’estrazione di dati, da cui ha ottenuto il suo database sul vino.

Caratteristiche aromatiche e non

Sia per i cibi che per i vini sono state separate le caratteristiche aromatiche, legate a odori e sapori, da quelle non aromatiche, come il corpo, l’acido, il salato, il piccante, il grasso. Inoltre si è deciso di ricorrere a una semplificazione; per ogni ricetta, composta da vari ingredienti (per esempio, pomodoro, cetriolo, feta e cipolla per un’insalata greca), la descrizione complessiva è data dalla media delle descrizioni di ogni singolo ingrediente.

Regole di base

Definiti i database descrittivi di cibi e vini, come fare a metterli in relazione tra loro per ottenere gli abbinamenti? Schuring ha definito cinque regole di base, come per esempio accoppiare cibi e vini che hanno più o meno lo stesso corpo, evitare unioni di caratteristiche non aromatiche discordanti tra loro (come piccante e amaro o amaro e acido), favorire invece le affinità e i contrasti (per esempio dolce con acido, ma anche salato con acido o piccante con acido). Regole elementari, insomma, che possono essere tradotte nel linguaggio degli algoritmi partendo dal linguaggio che parliamo noi. I risultati possono essere opinabili quanto si vuole; effettivamente però un sistema di questo tipo è in grado di dare risposte sensate. Inoltre, e, tutto sommato, per un esperto di data science non è neanche così difficile da realizzare.

Un giochino da provare

Non sappiamo, ovviamente, come sia costruito l’algoritmo di Vino Perfetto, se si avvicini cioè al modello di RoboSomm. Di sicuro per realizzarlo Amazon ha dovuto costruire o trovare banche dati delle descrizioni di cibi e vini in italiano, e questo probabilmente spiega il ritardo di tre anni tra l’uscita della prima skill per gli abbinamenti in inglese e quella nella nostra lingua. Lo strumento è probabilmente ancora un po’ grezzo, ma potrebbe imparare a migliorarsi. E comunque è un giochino divertente da fare: provare a testare un abbinamento proposto da Alexa e poi capire se avremmo fatto diversamente. Per chi già ha in casa un dispositivo Amazon Echo tentare non costa nulla. Scaricare Vino Perfetto, infatti, è gratis.

Foto di apertura: © C. Brodard – Unsplash

Tag: , , , , , , , , , ,

© Riproduzione riservata - 14/07/2021

Leggi anche ...

Dati Istat: si pongono le basi per una rapida risalita economica
Premium
Dati Istat: si pongono le basi per una rapida risalita economica

Leggi tutto

Bottiglie dorate, Ca’ di Rajo vince la battaglia legale con Bottega
Dall'Italia
Bottiglie dorate, Ca’ di Rajo vince la battaglia legale con Bottega

Leggi tutto

Il futuro dell’Oiv tra ricerca e digitalizzazione
Dal mondo
Il futuro dell’Oiv tra ricerca e digitalizzazione

Leggi tutto