Neue Rezepte

Neu und lecker: Woche vom 28. November 2016

Neu und lecker: Woche vom 28. November 2016


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Von Bloggern im kulinarischen Content-Werbenetzwerk von The Daily Meal

Diese Pfefferminzbrownies haben alle Urlaubsgeschmacksrichtungen ohne Urlaubskalorien.

Toskanisches Hühnchen mit 5 Zutaten

Bringen Sie die Frische Italiens auf Ihren Tisch mit Feinschmecker Schmoody's Version des toskanischen Hühnchens. Dieses überaus einfache Rezept erfordert nur fünf Zutaten und 30 Minuten und ist damit perfekt für die geschäftigen Wochentage.

Für das 5-Zutaten-Rezept für toskanisches Hühnchen klicken Sie hier.

Vom Borough Market inspirierte Pfefferminz-Brownies

Genießen Sie in dieser Weihnachtszeit verstörend reichhaltige Brownies ohne Schuldgefühle mit Jackie Newgent's London-inspirierte Pfefferminz-Brownies. Kokoszucker, Vollkornmehl und ein Überraschungsgemüse (Karotten!) machen aus diesem dekadenten Dessert ein gesundes Lebensmittel.

Für die vom Borough Market inspirierten Pfefferminz-Brownies Rezept, klicken Sie hier.

Cranberry Granatapfel Sticky Chicken Wings

Bringen Sie mit diesen Chicken Wings von die Aromen der Weihnachtszeit an Ihre Heckklappe Urbanes Glücksleben. Eine herbe Cranberry-Granatapfel-Glasur trägt dazu bei, dass dieser Partysnack genauso gut aussieht wie er schmeckt.

Klicken Sie hier für das Rezept für Cranberry-Granatapfel-Sticky Chicken Wings.

Einfache Pfannenlasagne

Nichts sagt Komfortessen so gut wie Lasagne, aber das italienische Grundnahrungsmittel kann eine Menge Arbeit sein. Aber nicht dieses Rezept! Kauen Sie Knabber-Nosh's einfache Pfannenlasagne verwendet nur eine Pfanne und bringt dieses herzhafte Gericht wieder unter die Woche.

Klicken Sie hier, um das Rezept für einfache Pfannen-Lasagne zu erhalten.

Würzige, Salbei- und Maismehl-Cracker

Peppen Sie Ihre Käseplatte in dieser Weihnachtszeit mit diesen hausgemachten Crackern von . auf So koche ich. Zerkleinerter roter Pfeffer, Salbei und Kürbiskerne werden Ihren Lieblings-glatten, cremigen, streichfähigen Käse perfekt ausbalancieren. Und alle Ihre Gäste werden ernsthaft beeindruckt sein, wenn sie erfahren, dass Sie Ihre eigenen Cracker herstellen, was Sie zur Königin der Unterhaltung macht.

Für das Rezept für Würzige, Salbei- und Maismehl-Cracker klicken Sie hier.


Kochen mit Chefkoch Watson, der Künstliche-Intelligenz-App von I.B.M.

Die Benutzeroberfläche von Chef Watson, der Koch-App mit künstlicher Intelligenz von I.B.M., ist einfach und einladend, eine minimalistische Leinwand aus vier leeren Textfeldern und vier taubengrauen Kreisen. Sie geben die Zutaten ein oder lassen sie von Küchenchef Watson nach seiner eigenen mysteriösen Logik auswählen: Tomate, Knoblauch, Zwiebel, violette kernlose Traube. Diese vier Zutaten, erklärt Watson, haben eine „Synergie“ von hundert Prozent – ​​sie sind chemisch gesehen eine nicht verbesserungsfähige Kombination. Aber als verkörpertes Wesen, das diese Zutaten probiert hat, könnten Sie skeptisch sein, sie zu kombinieren – besonders wenn Sie zu den vorgeschlagenen Rezepten scrollen und ganz oben auf der Liste etwas namens Purple Seedless Grape Starch Dish entdecken.

Das Rezept verlangt auch „siebenundsechzig mittelgroße Osterei-Radieschen“, schwarze Bohnen, Zimt, lockige Petersilie, Majoran und Calvados. Kochen, salzen nach Geschmack, dann mit Jack-Käse, Olivenöl und den Trauben „zum Auspressen“ belegen. Und da ist sie: die computergestützte Zukunft der Küche, in Form eines Haufens duftender, schlammfarbener Radieschen.

Bisher haben Forscher der Künstlichen Intelligenz hauptsächlich Maschinen gebaut, die in der Lage sind, ihr eigenes Können zu demonstrieren. Bei I.B.M. haben Ingenieure die Verarbeitung natürlicher Sprache und enorme Rechenleistung genutzt, um die fähigsten Menschen bei unseren eigenen Spielen wie Schach und „Jeopardy!“ zu schlagen. Nachdem sie diese Ziele erreicht haben, stellen sich Watsons Handler nun eine intimere, häusliche Rolle für K.I. Um Chef Watson zu kreieren, hat I.B.M. seine Algorithmen dem gesamten Rezeptarchiv von Guten Appetit, sowie neuere Forschungen zur „hedonischen Psychophysik“ – „die Psychologie dessen, was Menschen angenehm finden“. Die Algorithmen merkten auch, welche Zutaten tendenziell kombiniert wurden, und leiteten daraus die Rolle ab, die sie in einem Gericht zu spielen schienen. Das Ergebnis ist eine browserbasierte Web-App, mit der Benutzer Rezepte erstellen können, indem sie eine Kombination von Zutaten und einen Küchenstil auswählen. Watson kann mehrere Dutzend Rezepte erfinden, in denen Pflaumen prominent vertreten sind, kann eine Anfrage nach Bananenbiscotti auf kreolische oder baskische Art erfüllen und macht Vorschläge, die kein Mensch jemals machen würde, wie zum Beispiel Milchschokolade zu einer Muschel-Linguine oder Mayonnaise zu einer Bloody Mary .

Mit Watsons Hilfe kochte ich ein paar Auberginenkrapfen, die jede traurige, faltige Wurzel in der Crisper meines Kühlschranks bequem nutzten. (Das Kombinieren scheinbar unpassender Zutaten ist die praktischste Funktion der App.) Ich habe ein Butternuss-Kürbis-Garnelen-Sandwich gemacht – ein Thunfisch-Gurken-Sandwich aus dem Guten Appetit Archiv, transformiert durch die Logik von Mad Libs. Ich habe einen Kapern-Fenchel-Salat gemacht, der sehr schön war, obwohl ich den vorgeschlagenen Kakao weggelassen habe.

Nach einer Woche der Zusammenarbeit mit Watson begann ich mir Sorgen zu machen, dass ich kein faires Verfahren gebe. Vielleicht ließ ich Watson verrückter erscheinen als nötig, indem ich alles, was ich zur Hand hatte, benutzte und nach Neuheiten auswählte. Ich beschloss, den sozialen Druck auszuüben, den eine scheue Köchin wie ich braucht: Ich habe eine Dinnerparty für mich, meinen Mann und vier unvoreingenommene Freunde geplant.

Am Morgen der Party wanderte ich mit dem Telefon in der Hand durch den Lebensmittelladen und durchforstete die App mit einer Prise roboterhafter Verrücktheit nach bekannten Sommergerichten. Ich entschied mich für eine Kirsch-Tomaten-Gazpacho, gefolgt von einer Muschel-Lachs-Paella und einem Ahornsirup-Eis. Watsons Gazpacho-Rezept verlangte Kohl oder, laut einem Dropdown-Menü mit psychophysisch ähnlichen Zutaten, könnte ich Kürbisblüten oder Wassermelonenrettich ersetzen. Der quantitative Ansatz der App machte das Kochen zu einer einfachen, kombinatorischen Sache, einer Gleichung mit Variablen, die darauf warten, ausgefüllt zu werden.

Als es an der Zeit war, die Paella zuzubereiten, war Watson gierig. „Fügen Sie genug Fischfond hinzu, um die restliche Fischfond-Mischung zu messen“, sagte es mir, ein faszinierendes Zen-Koan, aber kaum eine nützliche Anweisung. Als ich die Paella aus dem Ofen nahm, stocherte ich in einem Haufen zähen, halbgaren Reis, klebrigen, verkochten Reis, ungeöffneten Muscheln und getrocknetem Lachs.

Beim Dessert war ich bereit zu meutern. Ich beschloss, Watsons Eiscreme-Rezepte, die alle nach Butter oder Knoblauch oder Currypulver verlangten, zu verwerfen und es allein zu machen. Dass Chef Watson einen improvisierten Koch in mir entfesselt hat, ist ein Beweis dafür, wie frustrierend das Programm oft ist und wie produktiv diese Frustration sein kann. Das Durchforsten von Dutzenden von Rezepten hatte mich gelehrt, dass Eiscreme nur eine cremige Basis und ein cremiges Aroma ist, also verließ ich mich auf meine menschliche Intuition. Ich habe Heidelbeeren mit braunem Zucker gekocht, um ein Kompott zu machen, das ich in eine Vanillearoma-Basis eingerührt und mit Ahornsirup gesüßt habe. Zum ersten Mal den ganzen Abend sahen meine Gäste begeistert aus. ♦


Kochen mit Chefkoch Watson, der Künstliche-Intelligenz-App von I.B.M.

Die Benutzeroberfläche von Chef Watson, der Koch-App mit künstlicher Intelligenz von I.B.M., ist einfach und einladend, eine minimalistische Leinwand aus vier leeren Textfeldern und vier taubengrauen Kreisen. Sie geben die Zutaten ein oder lassen sie von Küchenchef Watson nach seiner eigenen mysteriösen Logik auswählen: Tomate, Knoblauch, Zwiebel, violette kernlose Traube. Diese vier Zutaten, erklärt Watson, haben eine „Synergie“ von hundert Prozent – ​​sie sind chemisch gesehen eine nicht verbesserungsfähige Kombination. Aber als verkörpertes Wesen, das diese Zutaten probiert hat, könnten Sie skeptisch sein, sie zu kombinieren – besonders wenn Sie zu den vorgeschlagenen Rezepten scrollen und ganz oben auf der Liste etwas namens Purple Seedless Grape Starch Dish entdecken.

Das Rezept verlangt auch „siebenundsechzig mittelgroße Osterei-Radieschen“, schwarze Bohnen, Zimt, lockige Petersilie, Majoran und Calvados. Kochen, salzen nach Geschmack, dann mit Jack-Käse, Olivenöl und den Trauben „zum Auspressen“ belegen. Und da ist sie: die computergestützte Zukunft der Küche, in Form eines Haufens duftender, schlammfarbener Radieschen.

Bisher haben Forscher der Künstlichen Intelligenz hauptsächlich Maschinen gebaut, die ihr eigenes Können unter Beweis stellen können. Bei I.B.M. haben Ingenieure die Verarbeitung natürlicher Sprache und enorme Rechenleistung genutzt, um die fähigsten Menschen bei unseren eigenen Spielen wie Schach und „Jeopardy!“ zu schlagen. Nachdem sie diese Ziele erreicht haben, stellen sich Watsons Handler nun eine intimere, häusliche Rolle für K.I. Um Chef Watson zu kreieren, hat I.B.M. seine Algorithmen dem gesamten Rezeptarchiv von Guten Appetit, sowie neuere Forschungen zur „hedonischen Psychophysik“ – „die Psychologie dessen, was Menschen angenehm finden“. Die Algorithmen merkten auch, welche Zutaten tendenziell kombiniert wurden, und leiteten daraus die Rolle ab, die sie in einem Gericht zu spielen schienen. Das Ergebnis ist eine browserbasierte Web-App, mit der Benutzer Rezepte erstellen können, indem sie eine Kombination von Zutaten und einen Küchenstil auswählen. Watson kann mehrere Dutzend Rezepte erfinden, in denen Pflaumen prominent vertreten sind, kann eine Anfrage nach Bananenbiscotti auf kreolische oder baskische Art erfüllen und macht Vorschläge, die kein Mensch jemals machen würde, wie zum Beispiel Milchschokolade zu einer Muschel-Linguine oder Mayonnaise zu einer Bloody Mary .

Mit Watsons Hilfe kochte ich ein paar Auberginenkrapfen, die jede traurige, faltige Wurzel in der Crisper meines Kühlschranks bequem nutzten. (Das Kombinieren scheinbar unpassender Zutaten ist die praktischste Funktion der App.) Ich habe ein Butternuss-Kürbis-Garnelen-Sandwich gemacht – ein Thunfisch-Gurken-Sandwich aus dem Guten Appetit Archiv, transformiert durch die Logik von Mad Libs. Ich habe einen Kapern-Fenchel-Salat gemacht, der sehr schön war, obwohl ich den vorgeschlagenen Kakao weggelassen habe.

Nach einer Woche der Zusammenarbeit mit Watson begann ich mir Sorgen zu machen, dass ich kein faires Verfahren gebe. Vielleicht ließ ich Watson verrückter erscheinen als nötig, indem ich alles, was ich zur Hand hatte, benutzte und nach Neuheiten auswählte. Ich beschloss, den sozialen Druck auszuüben, den eine scheue Köchin wie ich braucht: Ich habe eine Dinnerparty für mich, meinen Mann und vier unvoreingenommene Freunde geplant.

Am Morgen der Party wanderte ich mit dem Telefon in der Hand durch den Lebensmittelladen und durchforstete die App mit einer Prise roboterhafter Verrücktheit nach bekannten Sommergerichten. Ich entschied mich für eine Kirsch-Tomaten-Gazpacho, gefolgt von einer Muschel-Lachs-Paella und einem Ahornsirup-Eis. Watsons Gazpacho-Rezept verlangte Kohl oder, laut einem Dropdown-Menü mit psychophysisch ähnlichen Zutaten, könnte ich Kürbisblüten oder Wassermelonenrettich ersetzen. Der quantitative Ansatz der App machte das Kochen zu einer einfachen, kombinatorischen Sache, einer Gleichung mit Variablen, die darauf warten, ausgefüllt zu werden.

Als es an der Zeit war, die Paella zuzubereiten, war Watson gierig. „Fügen Sie genug Fischfond hinzu, um die restliche Fischfond-Mischung zu messen“, sagte es mir, ein faszinierendes Zen-Koan, aber kaum eine nützliche Anweisung. Als ich die Paella aus dem Ofen nahm, stocherte ich in einem Haufen zähen, halbgaren Reis, klebrigen, verkochten Reis, ungeöffneten Muscheln und getrocknetem Lachs.

Beim Dessert war ich bereit zu meutern. Ich beschloss, Watsons Eiscreme-Rezepte, die alle nach Butter oder Knoblauch oder Currypulver verlangten, zu verwerfen und es allein zu machen. Dass Chef Watson einen improvisierten Koch in mir entfesselt hat, ist ein Beweis dafür, wie frustrierend das Programm oft ist und wie produktiv diese Frustration sein kann. Das Durchforsten von Dutzenden von Rezepten hatte mich gelehrt, dass Eiscreme nur eine cremige Basis und ein cremiges Aroma ist, also verließ ich mich auf meine menschliche Intuition. Ich habe Heidelbeeren mit braunem Zucker gekocht, um ein Kompott zu machen, das ich in eine Vanillearoma-Basis eingerührt und mit Ahornsirup gesüßt habe. Zum ersten Mal den ganzen Abend sahen meine Gäste begeistert aus. ♦


Kochen mit Chefkoch Watson, der Künstliche-Intelligenz-App von I.B.M.

Die Benutzeroberfläche von Chef Watson, der Koch-App mit künstlicher Intelligenz von I.B.M., ist einfach und einladend, eine minimalistische Leinwand aus vier leeren Textfeldern und vier taubengrauen Kreisen. Sie geben die Zutaten ein oder lassen sie von Küchenchef Watson nach seiner eigenen mysteriösen Logik auswählen: Tomate, Knoblauch, Zwiebel, violette kernlose Traube. Diese vier Zutaten, erklärt Watson, haben eine „Synergie“ von hundert Prozent – ​​sie sind chemisch gesehen eine nicht verbesserungsfähige Kombination. Aber als verkörpertes Wesen, das diese Zutaten probiert hat, könnten Sie skeptisch sein, sie zu kombinieren – besonders wenn Sie zu den vorgeschlagenen Rezepten scrollen und ganz oben auf der Liste etwas namens Purple Seedless Grape Starch Dish entdecken.

Das Rezept verlangt auch "siebenundsechzig mittelgroße Osterei-Radieschen", schwarze Bohnen, Zimt, lockige Petersilie, Majoran und Calvados. Kochen, salzen nach Geschmack, dann mit Jack-Käse, Olivenöl und den Trauben „zum Auspressen“ belegen. Und da ist sie: die computergestützte Zukunft der Küche, in Form eines Haufens duftender, schlammfarbener Radieschen.

Bisher haben Forscher der Künstlichen Intelligenz hauptsächlich Maschinen gebaut, die in der Lage sind, ihr eigenes Können zu demonstrieren. Bei I.B.M. haben Ingenieure die Verarbeitung natürlicher Sprache und enorme Rechenleistung genutzt, um die fähigsten Menschen bei unseren eigenen Spielen wie Schach und „Jeopardy!“ zu schlagen. Nachdem sie diese Ziele erreicht haben, stellen sich Watsons Handler nun eine intimere, häusliche Rolle für K.I. Um Chef Watson zu kreieren, hat I.B.M. seine Algorithmen dem gesamten Rezeptarchiv von Guten Appetit, sowie neuere Forschungen zur „hedonischen Psychophysik“ – „die Psychologie dessen, was Menschen angenehm finden“. Die Algorithmen merkten auch, welche Zutaten tendenziell kombiniert wurden, und leiteten daraus die Rolle ab, die sie in einem Gericht zu spielen schienen. Das Ergebnis ist eine browserbasierte Web-App, mit der Benutzer Rezepte erstellen können, indem sie eine Kombination von Zutaten und einen Küchenstil auswählen. Watson kann mehrere Dutzend Rezepte erfinden, in denen Pflaumen prominent vertreten sind, kann eine Anfrage nach Bananenbiscotti auf kreolische oder baskische Art erfüllen und macht Vorschläge, die kein Mensch jemals machen würde, wie zum Beispiel Milchschokolade zu einer Muschel-Linguine oder Mayonnaise zu einer Bloody Mary .

Mit Watsons Hilfe kochte ich ein paar Auberginenkrapfen, die jede traurige, faltige Wurzel in der Crisper meines Kühlschranks bequem nutzten. (Das Kombinieren scheinbar unpassender Zutaten ist die praktischste Funktion der App.) Ich habe ein Butternuss-Kürbis-Garnelen-Sandwich gemacht – ein Thunfisch-Gurken-Sandwich aus dem Guten Appetit Archiv, transformiert durch die Logik von Mad Libs. Ich habe einen Kapern-Fenchel-Salat gemacht, der sehr schön war, obwohl ich den vorgeschlagenen Kakao weggelassen habe.

Nach einer Woche der Zusammenarbeit mit Watson begann ich mir Sorgen zu machen, dass ich kein faires Verfahren gebe. Vielleicht ließ ich Watson verrückter erscheinen als nötig, indem ich alles, was ich zur Hand hatte, benutzte und nach Neuheiten auswählte. Ich beschloss, den sozialen Druck auszuüben, den eine scheue Köchin wie ich braucht: Ich habe eine Dinnerparty für mich, meinen Mann und vier unvoreingenommene Freunde geplant.

Am Morgen der Party wanderte ich mit dem Telefon in der Hand durch den Lebensmittelladen und durchforstete die App mit einer Prise roboterhafter Verrücktheit nach bekannten Sommergerichten. Ich entschied mich für eine Kirsch-Tomaten-Gazpacho, gefolgt von einer Muschel-Lachs-Paella und einem Ahornsirup-Eis. Watsons Gazpacho-Rezept verlangte Kohl oder, laut einem Dropdown-Menü mit psychophysisch ähnlichen Zutaten, könnte ich Kürbisblüten oder Wassermelonenrettich ersetzen. Der quantitative Ansatz der App machte das Kochen zu einer einfachen, kombinatorischen Sache, einer Gleichung mit Variablen, die darauf warten, ausgefüllt zu werden.

Als es an der Zeit war, die Paella zuzubereiten, war Watson gierig. „Fügen Sie genug Fischfond hinzu, um die restliche Fischfond-Mischung zu messen“, sagte es mir, ein faszinierendes Zen-Koan, aber kaum eine nützliche Anweisung. Als ich die Paella aus dem Ofen nahm, stocherte ich in einem Haufen zähen, halbgaren Reis, klebrigen, verkochten Reis, ungeöffneten Muscheln und getrocknetem Lachs.

Beim Dessert war ich bereit zu meutern. Ich beschloss, Watsons Eiscreme-Rezepte, die alle nach Butter oder Knoblauch oder Currypulver verlangten, zu verwerfen und es allein zu machen. Dass Chef Watson einen improvisierten Koch in mir entfesselt hat, ist ein Beweis dafür, wie frustrierend das Programm oft ist und wie produktiv diese Frustration sein kann. Das Durchforsten von Dutzenden von Rezepten hatte mich gelehrt, dass Eiscreme nur eine cremige Basis und ein cremiges Aroma ist, also verließ ich mich auf meine menschliche Intuition. Ich habe Heidelbeeren mit braunem Zucker gekocht, um ein Kompott zu machen, das ich in eine Vanillearoma-Basis eingerührt und mit Ahornsirup gesüßt habe. Zum ersten Mal den ganzen Abend sahen meine Gäste begeistert aus. ♦


Kochen mit Chefkoch Watson, der Künstliche-Intelligenz-App von I.B.M.

Die Benutzeroberfläche von Chef Watson, der Koch-App mit künstlicher Intelligenz von I.B.M., ist einfach und einladend, eine minimalistische Leinwand aus vier leeren Textfeldern und vier taubengrauen Kreisen. Sie geben die Zutaten ein oder lassen sie von Küchenchef Watson nach seiner eigenen mysteriösen Logik auswählen: Tomate, Knoblauch, Zwiebel, violette kernlose Traube. Diese vier Zutaten, erklärt Watson, haben eine „Synergie“ von hundert Prozent – ​​sie sind chemisch gesehen eine nicht verbesserungsfähige Kombination. Aber als verkörpertes Wesen, das diese Zutaten probiert hat, könnten Sie skeptisch sein, sie zu kombinieren – besonders wenn Sie zu den vorgeschlagenen Rezepten scrollen und ganz oben auf der Liste etwas namens Purple Seedless Grape Starch Dish entdecken.

Das Rezept verlangt auch „siebenundsechzig mittelgroße Osterei-Radieschen“, schwarze Bohnen, Zimt, lockige Petersilie, Majoran und Calvados. Kochen, salzen nach Geschmack, dann mit Jack-Käse, Olivenöl und den Trauben „zum Auspressen“ belegen. Und da ist sie: die computergestützte Zukunft der Küche, in Form eines Haufens duftender, schlammfarbener Radieschen.

Bisher haben Forscher der Künstlichen Intelligenz hauptsächlich Maschinen gebaut, die in der Lage sind, ihr eigenes Können zu demonstrieren. Bei I.B.M. haben Ingenieure die Verarbeitung natürlicher Sprache und enorme Rechenleistung genutzt, um die fähigsten Menschen bei unseren eigenen Spielen wie Schach und „Jeopardy!“ zu schlagen. Nachdem sie diese Ziele erreicht haben, stellen sich Watsons Handler nun eine intimere, häusliche Rolle für K.I. Um Chef Watson zu kreieren, hat I.B.M. seine Algorithmen dem gesamten Rezeptarchiv von Guten Appetit, sowie neuere Forschungen zur „hedonischen Psychophysik“ – „die Psychologie dessen, was Menschen angenehm finden“. Die Algorithmen merkten auch, welche Zutaten tendenziell kombiniert wurden, und leiteten daraus die Rolle ab, die sie in einem Gericht zu spielen schienen. Das Ergebnis ist eine browserbasierte Web-App, mit der Benutzer Rezepte erstellen können, indem sie eine Kombination von Zutaten und einen Küchenstil auswählen. Watson kann mehrere Dutzend Rezepte erfinden, in denen Pflaumen prominent vertreten sind, kann eine Anfrage nach Bananenbiscotti auf kreolische oder baskische Art erfüllen und macht Vorschläge, die kein Mensch jemals machen würde, wie zum Beispiel Milchschokolade zu einer Muschel-Linguine oder Mayonnaise zu einer Bloody Mary .

Mit Watsons Hilfe kochte ich ein paar Auberginenkrapfen, die jede traurige, faltige Wurzel in der Crisper meines Kühlschranks bequem nutzten. (Das Kombinieren scheinbar unpassender Zutaten ist die praktischste Funktion der App.) Ich habe ein Butternuss-Kürbis-Garnelen-Sandwich gemacht – ein Thunfisch-Gurken-Sandwich aus dem Guten Appetit Archiv, transformiert durch die Logik von Mad Libs. Ich habe einen Kapern-Fenchel-Salat gemacht, der sehr schön war, obwohl ich den vorgeschlagenen Kakao weggelassen habe.

Nach einer Woche der Zusammenarbeit mit Watson begann ich mir Sorgen zu machen, dass ich kein faires Verfahren gebe. Vielleicht ließ ich Watson verrückter erscheinen als nötig, indem ich alles, was ich zur Hand hatte, benutzte und nach Neuheiten auswählte. Ich beschloss, den sozialen Druck auszuüben, den eine scheue Köchin wie ich braucht: Ich habe eine Dinnerparty für mich, meinen Mann und vier unvoreingenommene Freunde geplant.

Am Morgen der Party wanderte ich mit dem Telefon in der Hand durch den Lebensmittelladen und durchforstete die App mit einer Prise roboterhafter Verrücktheit nach bekannten Sommergerichten. Ich entschied mich für eine Kirsch-Tomaten-Gazpacho, gefolgt von einer Muschel-Lachs-Paella und einem Ahornsirup-Eis. Watsons Gazpacho-Rezept verlangte nach Kohl oder, laut einem Dropdown-Menü mit psychophysisch ähnlichen Zutaten, könnte ich Kürbisblüten oder Wassermelonenrettich ersetzen. Der quantitative Ansatz der App machte das Kochen zu einer einfachen, kombinatorischen Sache, einer Gleichung mit Variablen, die darauf warten, ausgefüllt zu werden.

Als es an der Zeit war, die Paella zuzubereiten, war Watson gierig. „Fügen Sie genug Fischfond hinzu, um die restliche Fischfond-Mischung zu messen“, sagte es mir, ein faszinierendes Zen-Koan, aber kaum eine nützliche Anweisung. Als ich die Paella aus dem Ofen nahm, stocherte ich in einem Haufen zähen, halbgaren Reis, klebrigen, verkochten Reis, ungeöffneten Muscheln und getrocknetem Lachs.

Beim Dessert war ich bereit zu meutern. Ich beschloss, Watsons Eiscreme-Rezepte, die alle nach Butter oder Knoblauch oder Currypulver verlangten, zu verwerfen und es allein zu machen. Dass Chef Watson einen improvisierten Koch in mir entfesselt hat, ist ein Beweis dafür, wie frustrierend das Programm oft ist und wie produktiv diese Frustration sein kann. Das Durchforsten von Dutzenden von Rezepten hatte mich gelehrt, dass Eiscreme nur eine cremige Basis und ein cremiges Aroma ist, also verließ ich mich auf meine menschliche Intuition. Ich habe Heidelbeeren mit braunem Zucker gekocht, um ein Kompott zu machen, das ich in eine Vanillearoma-Basis eingerührt und mit Ahornsirup gesüßt habe. Zum ersten Mal sahen meine Gäste den ganzen Abend über begeistert aus. ♦


Kochen mit Chefkoch Watson, der Künstliche-Intelligenz-App von I.B.M.

Die Benutzeroberfläche von Chef Watson, der Koch-App mit künstlicher Intelligenz von I.B.M., ist einfach und einladend, eine minimalistische Leinwand aus vier leeren Textfeldern und vier taubengrauen Kreisen. Sie geben die Zutaten ein oder lassen sie von Küchenchef Watson nach seiner eigenen mysteriösen Logik auswählen: Tomate, Knoblauch, Zwiebel, violette kernlose Traube. Diese vier Zutaten, erklärt Watson, haben eine „Synergie“ von hundert Prozent – ​​sie sind chemisch gesehen eine nicht verbesserungsfähige Kombination. Aber als verkörpertes Wesen, das diese Zutaten probiert hat, könnten Sie skeptisch sein, sie zu kombinieren – besonders wenn Sie zu den vorgeschlagenen Rezepten scrollen und ganz oben auf der Liste etwas namens Purple Seedless Grape Starch Dish entdecken.

Das Rezept verlangt auch "siebenundsechzig mittelgroße Osterei-Radieschen", schwarze Bohnen, Zimt, lockige Petersilie, Majoran und Calvados. Kochen, salzen nach Geschmack, dann mit Jack-Käse, Olivenöl und den Trauben „zum Auspressen“ belegen. Und da ist sie: die computergestützte Zukunft der Küche, in Form eines Haufens duftender, schlammfarbener Radieschen.

Bisher haben Forscher der Künstlichen Intelligenz hauptsächlich Maschinen gebaut, die in der Lage sind, ihr eigenes Können zu demonstrieren. Bei I.B.M. haben Ingenieure die Verarbeitung natürlicher Sprache und enorme Rechenleistung genutzt, um die fähigsten Menschen bei unseren eigenen Spielen wie Schach und „Jeopardy!“ zu schlagen. Nachdem sie diese Ziele erreicht haben, stellen sich Watsons Handler nun eine intimere, häusliche Rolle für K.I. Um Chef Watson zu kreieren, hat I.B.M. seine Algorithmen dem gesamten Rezeptarchiv von Guten Appetit, sowie neuere Forschungen zur „hedonischen Psychophysik“ – „die Psychologie dessen, was Menschen angenehm finden“. Die Algorithmen merkten auch, welche Zutaten tendenziell kombiniert wurden, und leiteten daraus die Rolle ab, die sie in einem Gericht zu spielen schienen. Das Ergebnis ist eine browserbasierte Web-App, mit der Benutzer Rezepte erstellen können, indem sie eine Kombination von Zutaten und einen Küchenstil auswählen. Watson kann mehrere Dutzend Rezepte erfinden, in denen Pflaumen prominent vertreten sind, kann eine Anfrage nach Bananenbiscotti auf kreolische oder baskische Art erfüllen und macht Vorschläge, die kein Mensch jemals machen würde, wie zum Beispiel Milchschokolade zu einer Muschel-Linguine oder Mayonnaise zu einer Bloody Mary .

Mit Watsons Hilfe kochte ich ein paar Auberginenkrapfen, die jede traurige, faltige Wurzel in der Crisper meines Kühlschranks bequem nutzten. (Das Kombinieren scheinbar unpassender Zutaten ist die praktischste Funktion der App.) Ich habe ein Butternuss-Kürbis-Garnelen-Sandwich gemacht – ein Thunfisch-Gurken-Sandwich aus dem Guten Appetit Archiv, transformiert durch die Logik von Mad Libs. Ich habe einen Kapern-Fenchel-Salat gemacht, der sehr schön war, obwohl ich den vorgeschlagenen Kakao weggelassen habe.

Nach einer Woche der Zusammenarbeit mit Watson begann ich mir Sorgen zu machen, dass ich kein faires Verfahren gebe. Vielleicht ließ ich Watson verrückter erscheinen als nötig, indem ich alles, was ich zur Hand hatte, benutzte und nach Neuheiten auswählte. Ich beschloss, den sozialen Druck auszuüben, den eine scheue Köchin wie ich braucht: Ich habe eine Dinnerparty für mich, meinen Mann und vier unvoreingenommene Freunde geplant.

Am Morgen der Party ging ich mit dem Telefon in der Hand durch den Lebensmittelladen und durchforstete die App mit einer Prise roboterhafter Verrücktheit nach bekannten Sommergerichten. Ich entschied mich für eine Kirsch-Tomaten-Gazpacho, gefolgt von einer Muschel-Lachs-Paella und einem Ahornsirup-Eis. Watsons Gazpacho-Rezept verlangte Kohl oder, laut einem Dropdown-Menü mit psychophysisch ähnlichen Zutaten, könnte ich Kürbisblüten oder Wassermelonenrettich ersetzen. Der quantitative Ansatz der App machte das Kochen zu einer einfachen, kombinatorischen Sache, einer Gleichung mit Variablen, die darauf warten, ausgefüllt zu werden.

Als es an der Zeit war, die Paella zuzubereiten, war Watson gierig. „Fügen Sie genug Fischfond hinzu, um die restliche Fischfond-Mischung zu messen“, sagte es mir, ein faszinierendes Zen-Koan, aber kaum eine nützliche Anweisung. Als ich die Paella aus dem Ofen nahm, stocherte ich in einem Haufen zähen, halbgaren Reis, klebrigen, verkochten Reis, ungeöffneten Muscheln und getrocknetem Lachs.

Beim Dessert war ich bereit zu meutern. Ich beschloss, Watsons Eiscreme-Rezepte, die alle nach Butter oder Knoblauch oder Currypulver verlangten, zu verwerfen und es allein zu machen. Dass Chef Watson einen improvisierten Koch in mir entfesselt hat, ist ein Beweis dafür, wie frustrierend das Programm oft ist und wie produktiv diese Frustration sein kann. Das Durchforsten von Dutzenden von Rezepten hatte mich gelehrt, dass Eiscreme nur eine cremige Basis und ein cremiges Aroma ist, also verließ ich mich auf meine menschliche Intuition. Ich habe Heidelbeeren mit braunem Zucker gekocht, um ein Kompott zu machen, das ich in eine Vanillearoma-Basis eingerührt und mit Ahornsirup gesüßt habe. Zum ersten Mal den ganzen Abend sahen meine Gäste begeistert aus. ♦


Kochen mit Chefkoch Watson, der Künstliche-Intelligenz-App von I.B.M.

Die Benutzeroberfläche von Chef Watson, der Koch-App mit künstlicher Intelligenz von I.B.M., ist einfach und einladend, eine minimalistische Leinwand aus vier leeren Textfeldern und vier taubengrauen Kreisen. Sie geben die Zutaten ein oder lassen sie von Küchenchef Watson nach seiner eigenen mysteriösen Logik auswählen: Tomate, Knoblauch, Zwiebel, violette kernlose Traube. Diese vier Zutaten, erklärt Watson, haben eine „Synergie“ von hundert Prozent – ​​sie sind chemisch gesehen eine nicht verbesserungsfähige Kombination. Aber als verkörpertes Wesen, das diese Zutaten probiert hat, könnten Sie skeptisch sein, sie zu kombinieren – besonders wenn Sie zu den vorgeschlagenen Rezepten scrollen und ganz oben auf der Liste etwas namens Purple Seedless Grape Starch Dish entdecken.

Das Rezept verlangt auch "siebenundsechzig mittelgroße Osterei-Radieschen", schwarze Bohnen, Zimt, lockige Petersilie, Majoran und Calvados. Kochen, salzen nach Geschmack, dann mit Jack-Käse, Olivenöl und den Trauben „zum Auspressen“ belegen. Und da ist sie: die computergestützte Zukunft der Küche, in Form eines Haufens duftender, schlammfarbener Radieschen.

Bisher haben Forscher der Künstlichen Intelligenz hauptsächlich Maschinen gebaut, die ihr eigenes Können unter Beweis stellen können. Bei I.B.M. haben Ingenieure die Verarbeitung natürlicher Sprache und enorme Rechenleistung genutzt, um die fähigsten Menschen bei unseren eigenen Spielen wie Schach und „Jeopardy!“ zu schlagen. Nachdem sie diese Ziele erreicht haben, stellen sich Watsons Handler nun eine intimere, häusliche Rolle für K.I. Um Chef Watson zu kreieren, hat I.B.M. seine Algorithmen dem gesamten Rezeptarchiv von Guten Appetit, sowie neuere Forschungen zur „hedonischen Psychophysik“ – „die Psychologie dessen, was Menschen angenehm finden“. Die Algorithmen merkten auch, welche Zutaten tendenziell kombiniert wurden, und leiteten daraus die Rolle ab, die sie in einem Gericht zu spielen schienen. Das Ergebnis ist eine browserbasierte Web-App, mit der Benutzer Rezepte erstellen können, indem sie eine Kombination von Zutaten und einen Küchenstil auswählen. Watson kann mehrere Dutzend Rezepte erfinden, in denen Pflaumen prominent vertreten sind, kann eine Anfrage nach Bananenbiscotti auf kreolische oder baskische Art erfüllen und macht Vorschläge, die kein Mensch jemals machen würde, wie zum Beispiel Milchschokolade zu einer Muschel-Linguine oder Mayonnaise zu einer Bloody Mary .

Mit Watsons Hilfe kochte ich ein paar Auberginenkrapfen, die jede traurige, faltige Wurzel in der Crisper meines Kühlschranks bequem nutzten. (Das Kombinieren scheinbar unpassender Zutaten ist die praktischste Funktion der App.) Ich habe ein Butternuss-Kürbis-Garnelen-Sandwich gemacht – ein Thunfisch-Gurken-Sandwich aus dem Guten Appetit Archiv, transformiert durch die Logik von Mad Libs. Ich habe einen Kapern-Fenchel-Salat gemacht, der sehr schön war, obwohl ich den vorgeschlagenen Kakao weggelassen habe.

Nach einer Woche der Zusammenarbeit mit Watson begann ich mir Sorgen zu machen, dass ich kein faires Verfahren gebe. Vielleicht ließ ich Watson verrückter erscheinen als nötig, indem ich alles, was ich zur Hand hatte, benutzte und nach Neuheiten auswählte. Ich beschloss, den sozialen Druck auszuüben, den eine scheue Köchin wie ich braucht: Ich habe eine Dinnerparty für mich, meinen Mann und vier unvoreingenommene Freunde geplant.

Am Morgen der Party wanderte ich mit dem Telefon in der Hand durch den Lebensmittelladen und durchforstete die App mit einer Prise roboterhafter Verrücktheit nach bekannten Sommergerichten. Ich entschied mich für eine Kirsch-Tomaten-Gazpacho, gefolgt von einer Muschel-Lachs-Paella und einem Ahornsirup-Eis. Watsons Gazpacho-Rezept verlangte Kohl oder, laut einem Dropdown-Menü mit psychophysisch ähnlichen Zutaten, könnte ich Kürbisblüten oder Wassermelonenrettich ersetzen. Der quantitative Ansatz der App machte das Kochen zu einer einfachen, kombinatorischen Sache, einer Gleichung mit Variablen, die darauf warten, ausgefüllt zu werden.

Als es an der Zeit war, die Paella zuzubereiten, war Watson gierig. „Fügen Sie genug Fischfond hinzu, um die restliche Fischfond-Mischung zu messen“, sagte es mir, ein faszinierendes Zen-Koan, aber kaum eine nützliche Anweisung. Als ich die Paella aus dem Ofen nahm, stocherte ich in einem Haufen zähen, halbgaren Reis, klebrigen, verkochten Reis, ungeöffneten Muscheln und getrocknetem Lachs.

Beim Dessert war ich bereit zu meutern. Ich beschloss, Watsons Eiscreme-Rezepte, die alle nach Butter oder Knoblauch oder Currypulver verlangten, zu verwerfen und es allein zu machen. Dass Chef Watson einen improvisierten Koch in mir entfesselt hat, ist ein Beweis dafür, wie frustrierend das Programm oft ist und wie produktiv diese Frustration sein kann. Das Durchforsten von Dutzenden von Rezepten hatte mich gelehrt, dass Eiscreme nur eine cremige Basis und ein cremiges Aroma ist, also verließ ich mich auf meine menschliche Intuition. Ich habe Heidelbeeren mit braunem Zucker gekocht, um ein Kompott zu machen, das ich in eine Vanillearoma-Basis eingerührt und mit Ahornsirup gesüßt habe. Zum ersten Mal den ganzen Abend sahen meine Gäste begeistert aus. ♦


Kochen mit Chefkoch Watson, der Künstliche-Intelligenz-App von I.B.M.

The interface for Chef Watson, I.B.M.’s artificial-intelligence cooking app, is simple and welcoming, a minimalist canvas of four empty text fields and four dove-gray circles. You type in the ingredients, or let Chef Watson choose them for you according to its own mysterious logic: tomato, garlic, onion, purple seedless grape. These four ingredients, Watson declares, have a “synergy” of a hundred per cent—they are an unimprovable combination, chemically speaking. But, as an embodied being who has tasted those ingredients, you might be skeptical about combining them—especially when you scroll down to the suggested recipes and discover, near the top of the list, something called Purple Seedless Grape Starch Dish.

The recipe also calls for “sixty-seven medium trimmed Easter-egg radishes,” black beans, cinnamon, curly parsley, marjoram, and Calvados. Cook, salt to taste, then top with Jack cheese, olive oil, and the grapes, “for squeezing over.” And there you have it: the computer-assisted future of cuisine, in the form of a pile of sweet-smelling, mud-colored radishes.

So far, artificial-intelligence researchers have mostly built machines capable of demonstrating their own prowess. At I.B.M., engineers have used natural-language processing and enormous computational power to beat the most proficient humans at our own games, like chess and “Jeopardy!” Having achieved these goals, Watson’s handlers now imagine a more intimate, domestic role for A.I. To create Chef Watson, I.B.M. exposed its algorithms to the entire recipe archive of Guten Appetit, as well as to recent research in “hedonic psychophysics”—“the psychology of what people find pleasant.” The algorithms also took note of which ingredients tended to be combined, and inferred the roles they seemed to play in a dish. The result is a browser-based Web app that allows users to generate recipes by selecting a permutation of ingredients and a style of cuisine. Watson can invent several dozen recipes that prominently feature prunes it can satisfy a request for banana biscotti in a Creole or a Basque style and it makes suggestions that no human would ever make, like adding milk chocolate to a clam linguine or mayonnaise to a Bloody Mary.

With Watson’s help, I cooked some eggplant fritters that made convenient use of every sad, wrinkling root in my refrigerator’s crisper. (Combining seemingly incongruous spare ingredients is the app’s most practical function.) I made a butternut-squash-and-shrimp sandwich—a tuna-and-pickle sandwich from the Guten Appetit archive, transformed by Mad Libs logic. I made a caper-and-fennel salad that was lovely, though I left out the suggested cocoa.

After a week of collaborating with Watson, I began to worry that I wasn’t giving it a fair trial. Perhaps, by using whatever I had on hand and selecting for novelty, I was making Watson seem kookier than necessary. I decided to impose the social pressure that a skittish cook like me needs: I scheduled a dinner party for myself, my husband, and four nonjudgmental friends.

On the morning of the party, I wandered the grocery store with phone in hand, trawling the app for familiar summertime dishes with just a dash of robotic weirdness. I settled on a cherry-tomato gazpacho, followed by a clam-and-salmon paella and a maple-syrup ice cream. Watson’s gazpacho recipe called for cabbage or, according to a drop-down menu of psychophysically similar ingredients, I could substitute squash blossoms or watermelon radish. The app’s quantitative approach made cooking a simple, combinatorial thing, an equation with variables waiting to be filled in.

When it came time to prepare the paella, Watson was cagier. “Add enough fish stock to measure the remaining fish stock mixture,” it told me, an intriguing Zen koan but hardly a useful instruction. When I took the paella out of the oven, I found myself poking at a heap of tough undercooked rice, gooey overcooked rice, unopened clams, and desiccated salmon.

By dessert, I was ready to mutiny. I decided to discard Watson’s ice-cream recipes, all of which called for butter or garlic or curry powder, and go it alone. That Chef Watson unleashed an improvisational cook within me is evidence of how frustrating the program often is, and how productive that frustration can be. Sifting through dozens of recipes had taught me that ice cream was just a creamy base and flavoring, so I relied on my human intuition. I boiled blueberries with brown sugar to make a compote, which I stirred into a vanilla-flavored base and sweetened with maple syrup. For the first time all evening, my guests looked delighted. ♦


Cooking with Chef Watson, I.B.M.’s Artificial-Intelligence App

The interface for Chef Watson, I.B.M.’s artificial-intelligence cooking app, is simple and welcoming, a minimalist canvas of four empty text fields and four dove-gray circles. You type in the ingredients, or let Chef Watson choose them for you according to its own mysterious logic: tomato, garlic, onion, purple seedless grape. These four ingredients, Watson declares, have a “synergy” of a hundred per cent—they are an unimprovable combination, chemically speaking. But, as an embodied being who has tasted those ingredients, you might be skeptical about combining them—especially when you scroll down to the suggested recipes and discover, near the top of the list, something called Purple Seedless Grape Starch Dish.

The recipe also calls for “sixty-seven medium trimmed Easter-egg radishes,” black beans, cinnamon, curly parsley, marjoram, and Calvados. Cook, salt to taste, then top with Jack cheese, olive oil, and the grapes, “for squeezing over.” And there you have it: the computer-assisted future of cuisine, in the form of a pile of sweet-smelling, mud-colored radishes.

So far, artificial-intelligence researchers have mostly built machines capable of demonstrating their own prowess. At I.B.M., engineers have used natural-language processing and enormous computational power to beat the most proficient humans at our own games, like chess and “Jeopardy!” Having achieved these goals, Watson’s handlers now imagine a more intimate, domestic role for A.I. To create Chef Watson, I.B.M. exposed its algorithms to the entire recipe archive of Guten Appetit, as well as to recent research in “hedonic psychophysics”—“the psychology of what people find pleasant.” The algorithms also took note of which ingredients tended to be combined, and inferred the roles they seemed to play in a dish. The result is a browser-based Web app that allows users to generate recipes by selecting a permutation of ingredients and a style of cuisine. Watson can invent several dozen recipes that prominently feature prunes it can satisfy a request for banana biscotti in a Creole or a Basque style and it makes suggestions that no human would ever make, like adding milk chocolate to a clam linguine or mayonnaise to a Bloody Mary.

With Watson’s help, I cooked some eggplant fritters that made convenient use of every sad, wrinkling root in my refrigerator’s crisper. (Combining seemingly incongruous spare ingredients is the app’s most practical function.) I made a butternut-squash-and-shrimp sandwich—a tuna-and-pickle sandwich from the Guten Appetit archive, transformed by Mad Libs logic. I made a caper-and-fennel salad that was lovely, though I left out the suggested cocoa.

After a week of collaborating with Watson, I began to worry that I wasn’t giving it a fair trial. Perhaps, by using whatever I had on hand and selecting for novelty, I was making Watson seem kookier than necessary. I decided to impose the social pressure that a skittish cook like me needs: I scheduled a dinner party for myself, my husband, and four nonjudgmental friends.

On the morning of the party, I wandered the grocery store with phone in hand, trawling the app for familiar summertime dishes with just a dash of robotic weirdness. I settled on a cherry-tomato gazpacho, followed by a clam-and-salmon paella and a maple-syrup ice cream. Watson’s gazpacho recipe called for cabbage or, according to a drop-down menu of psychophysically similar ingredients, I could substitute squash blossoms or watermelon radish. The app’s quantitative approach made cooking a simple, combinatorial thing, an equation with variables waiting to be filled in.

When it came time to prepare the paella, Watson was cagier. “Add enough fish stock to measure the remaining fish stock mixture,” it told me, an intriguing Zen koan but hardly a useful instruction. When I took the paella out of the oven, I found myself poking at a heap of tough undercooked rice, gooey overcooked rice, unopened clams, and desiccated salmon.

By dessert, I was ready to mutiny. I decided to discard Watson’s ice-cream recipes, all of which called for butter or garlic or curry powder, and go it alone. That Chef Watson unleashed an improvisational cook within me is evidence of how frustrating the program often is, and how productive that frustration can be. Sifting through dozens of recipes had taught me that ice cream was just a creamy base and flavoring, so I relied on my human intuition. I boiled blueberries with brown sugar to make a compote, which I stirred into a vanilla-flavored base and sweetened with maple syrup. For the first time all evening, my guests looked delighted. ♦


Cooking with Chef Watson, I.B.M.’s Artificial-Intelligence App

The interface for Chef Watson, I.B.M.’s artificial-intelligence cooking app, is simple and welcoming, a minimalist canvas of four empty text fields and four dove-gray circles. You type in the ingredients, or let Chef Watson choose them for you according to its own mysterious logic: tomato, garlic, onion, purple seedless grape. These four ingredients, Watson declares, have a “synergy” of a hundred per cent—they are an unimprovable combination, chemically speaking. But, as an embodied being who has tasted those ingredients, you might be skeptical about combining them—especially when you scroll down to the suggested recipes and discover, near the top of the list, something called Purple Seedless Grape Starch Dish.

The recipe also calls for “sixty-seven medium trimmed Easter-egg radishes,” black beans, cinnamon, curly parsley, marjoram, and Calvados. Cook, salt to taste, then top with Jack cheese, olive oil, and the grapes, “for squeezing over.” And there you have it: the computer-assisted future of cuisine, in the form of a pile of sweet-smelling, mud-colored radishes.

So far, artificial-intelligence researchers have mostly built machines capable of demonstrating their own prowess. At I.B.M., engineers have used natural-language processing and enormous computational power to beat the most proficient humans at our own games, like chess and “Jeopardy!” Having achieved these goals, Watson’s handlers now imagine a more intimate, domestic role for A.I. To create Chef Watson, I.B.M. exposed its algorithms to the entire recipe archive of Guten Appetit, as well as to recent research in “hedonic psychophysics”—“the psychology of what people find pleasant.” The algorithms also took note of which ingredients tended to be combined, and inferred the roles they seemed to play in a dish. The result is a browser-based Web app that allows users to generate recipes by selecting a permutation of ingredients and a style of cuisine. Watson can invent several dozen recipes that prominently feature prunes it can satisfy a request for banana biscotti in a Creole or a Basque style and it makes suggestions that no human would ever make, like adding milk chocolate to a clam linguine or mayonnaise to a Bloody Mary.

With Watson’s help, I cooked some eggplant fritters that made convenient use of every sad, wrinkling root in my refrigerator’s crisper. (Combining seemingly incongruous spare ingredients is the app’s most practical function.) I made a butternut-squash-and-shrimp sandwich—a tuna-and-pickle sandwich from the Guten Appetit archive, transformed by Mad Libs logic. I made a caper-and-fennel salad that was lovely, though I left out the suggested cocoa.

After a week of collaborating with Watson, I began to worry that I wasn’t giving it a fair trial. Perhaps, by using whatever I had on hand and selecting for novelty, I was making Watson seem kookier than necessary. I decided to impose the social pressure that a skittish cook like me needs: I scheduled a dinner party for myself, my husband, and four nonjudgmental friends.

On the morning of the party, I wandered the grocery store with phone in hand, trawling the app for familiar summertime dishes with just a dash of robotic weirdness. I settled on a cherry-tomato gazpacho, followed by a clam-and-salmon paella and a maple-syrup ice cream. Watson’s gazpacho recipe called for cabbage or, according to a drop-down menu of psychophysically similar ingredients, I could substitute squash blossoms or watermelon radish. The app’s quantitative approach made cooking a simple, combinatorial thing, an equation with variables waiting to be filled in.

When it came time to prepare the paella, Watson was cagier. “Add enough fish stock to measure the remaining fish stock mixture,” it told me, an intriguing Zen koan but hardly a useful instruction. When I took the paella out of the oven, I found myself poking at a heap of tough undercooked rice, gooey overcooked rice, unopened clams, and desiccated salmon.

By dessert, I was ready to mutiny. I decided to discard Watson’s ice-cream recipes, all of which called for butter or garlic or curry powder, and go it alone. That Chef Watson unleashed an improvisational cook within me is evidence of how frustrating the program often is, and how productive that frustration can be. Sifting through dozens of recipes had taught me that ice cream was just a creamy base and flavoring, so I relied on my human intuition. I boiled blueberries with brown sugar to make a compote, which I stirred into a vanilla-flavored base and sweetened with maple syrup. For the first time all evening, my guests looked delighted. ♦


Cooking with Chef Watson, I.B.M.’s Artificial-Intelligence App

The interface for Chef Watson, I.B.M.’s artificial-intelligence cooking app, is simple and welcoming, a minimalist canvas of four empty text fields and four dove-gray circles. You type in the ingredients, or let Chef Watson choose them for you according to its own mysterious logic: tomato, garlic, onion, purple seedless grape. These four ingredients, Watson declares, have a “synergy” of a hundred per cent—they are an unimprovable combination, chemically speaking. But, as an embodied being who has tasted those ingredients, you might be skeptical about combining them—especially when you scroll down to the suggested recipes and discover, near the top of the list, something called Purple Seedless Grape Starch Dish.

The recipe also calls for “sixty-seven medium trimmed Easter-egg radishes,” black beans, cinnamon, curly parsley, marjoram, and Calvados. Cook, salt to taste, then top with Jack cheese, olive oil, and the grapes, “for squeezing over.” And there you have it: the computer-assisted future of cuisine, in the form of a pile of sweet-smelling, mud-colored radishes.

So far, artificial-intelligence researchers have mostly built machines capable of demonstrating their own prowess. At I.B.M., engineers have used natural-language processing and enormous computational power to beat the most proficient humans at our own games, like chess and “Jeopardy!” Having achieved these goals, Watson’s handlers now imagine a more intimate, domestic role for A.I. To create Chef Watson, I.B.M. exposed its algorithms to the entire recipe archive of Guten Appetit, as well as to recent research in “hedonic psychophysics”—“the psychology of what people find pleasant.” The algorithms also took note of which ingredients tended to be combined, and inferred the roles they seemed to play in a dish. The result is a browser-based Web app that allows users to generate recipes by selecting a permutation of ingredients and a style of cuisine. Watson can invent several dozen recipes that prominently feature prunes it can satisfy a request for banana biscotti in a Creole or a Basque style and it makes suggestions that no human would ever make, like adding milk chocolate to a clam linguine or mayonnaise to a Bloody Mary.

With Watson’s help, I cooked some eggplant fritters that made convenient use of every sad, wrinkling root in my refrigerator’s crisper. (Combining seemingly incongruous spare ingredients is the app’s most practical function.) I made a butternut-squash-and-shrimp sandwich—a tuna-and-pickle sandwich from the Guten Appetit archive, transformed by Mad Libs logic. I made a caper-and-fennel salad that was lovely, though I left out the suggested cocoa.

After a week of collaborating with Watson, I began to worry that I wasn’t giving it a fair trial. Perhaps, by using whatever I had on hand and selecting for novelty, I was making Watson seem kookier than necessary. I decided to impose the social pressure that a skittish cook like me needs: I scheduled a dinner party for myself, my husband, and four nonjudgmental friends.

On the morning of the party, I wandered the grocery store with phone in hand, trawling the app for familiar summertime dishes with just a dash of robotic weirdness. I settled on a cherry-tomato gazpacho, followed by a clam-and-salmon paella and a maple-syrup ice cream. Watson’s gazpacho recipe called for cabbage or, according to a drop-down menu of psychophysically similar ingredients, I could substitute squash blossoms or watermelon radish. The app’s quantitative approach made cooking a simple, combinatorial thing, an equation with variables waiting to be filled in.

When it came time to prepare the paella, Watson was cagier. “Add enough fish stock to measure the remaining fish stock mixture,” it told me, an intriguing Zen koan but hardly a useful instruction. When I took the paella out of the oven, I found myself poking at a heap of tough undercooked rice, gooey overcooked rice, unopened clams, and desiccated salmon.

By dessert, I was ready to mutiny. I decided to discard Watson’s ice-cream recipes, all of which called for butter or garlic or curry powder, and go it alone. That Chef Watson unleashed an improvisational cook within me is evidence of how frustrating the program often is, and how productive that frustration can be. Sifting through dozens of recipes had taught me that ice cream was just a creamy base and flavoring, so I relied on my human intuition. I boiled blueberries with brown sugar to make a compote, which I stirred into a vanilla-flavored base and sweetened with maple syrup. For the first time all evening, my guests looked delighted. ♦


Schau das Video: Nyt afsnit: Brøndby Junior TV 4 - Liverpool special. (Juli 2022).


Bemerkungen:

  1. Faekasa

    Das Internet wird mit einem Großbuchstaben innerhalb eines Satzes geschrieben, wenn überhaupt. Und die Hundertstel stehen nicht mit Punkt, sondern mit Komma. Dies ist die Norm.

  2. Porfirio

    Sie haben Recht.

  3. Lawe

    Im ersten Jahr lernt sie die ersten Jahre fleißig, dann wird es leichter! Alle Hohlräume sind der Liebe unterwürfig! Ein Zauberstab aus einem russischen Märchen: Du winkst dreimal - und jede Lust verschwindet ... Die Prostituierte nimmt Geld, nicht weil sie mit dir schläft, sondern weil sie dich trotzdem nicht nervt. Sie können es nicht ohne Anstrengung dort hinstellen! Brillenschlange ist ein Wurm.



Eine Nachricht schreiben