Nye oppskrifter

Nytt og deilig: Uken 28. november 2016

Nytt og deilig: Uken 28. november 2016

Fra The Daily Meal's Culinary Content Network -bloggere

Disse peppermyntebrunkakene har alle feriesmakene uten feriekalorier.

5-ingrediens toskansk kylling

Ta med friskheten i Italia til bordet ditt med Foody SchmoodyTar på toskansk kylling. Denne enkle oppskriften krever bare fem ingredienser og 30 minutter, noe som gjør den perfekt for de travle hverdagene.

For 5-ingrediens toskansk kyllingoppskrift, klikk her.

Borough Market-Inspired Peppermint Brownies

Nyt urovekkende rike brownies denne høytiden uten skyldfølelse med Jackie NewgentLondon-inspirerte peppermyntebrunkaker. Kokosukker, hvetemel og en overraskende grønnsak (gulrøtter!) Bidrar til å gjøre denne dekadente desserten til helsekost.

For Borough Market-Inspired Peppermint Brownies oppskrift, klikk her.

Tranebær Granateple Sticky Chicken Wings

Ta med smakene fra høytiden til bakluken med disse kyllingvingene fra Urban Bliss Life. En syrlig tyttebær- og granatepleglasur er med på å få denne festmaten til å se like god ut som den smaker.

For oppskriften på Cranberry Granateple Sticky Chicken Wings, klikk her.

Enkel Skillet Lasagne

Ingenting sier komfortmat akkurat som lasagne, men den italienske stiftet kan være mye arbeid. Men ikke denne oppskriften! Tygg Nibble NoshSin enkle skillet -lasagne bruker bare en panne, og bringer denne mettende retten tilbake til hverdager.

For Simple Skillet Lasagne -oppskriften, klikk her.

Krydder med krydder, salvie og maismel

Jazz opp ostetallerkenen din denne høytiden med disse hjemmelagde kjeksene fra Slik lager jeg mat. Knust rød pepper, salvie og gresskarfrø balanserer din favorittglatte, kremete, smørbare ost perfekt. Og alle gjestene dine vil bli seriøst imponert når de får vite at du lager dine egne kjeks, noe som gjør deg til underholdningens dronning.

For oppskriften Spicy, Sage og Cornmeal Crackers, klikk her.


Matlaging med Chef Watson, I.B.M.s kunstig intelligens-app

Grensesnittet for Chef Watson, I.B.M.s matlagingsapp for kunstig intelligens, er enkelt og imøtekommende, et minimalistisk lerret med fire tomme tekstfelt og fire duergrå sirkler. Du skriver inn ingrediensene, eller lar Chef Watson velge dem for deg etter sin egen mystiske logikk: tomat, hvitløk, løk, lilla frøfrie druer. Disse fire ingrediensene, erklærer Watson, har en "synergi" på hundre prosent - de er en uforbedrende kombinasjon, kjemisk sett. Men som et legemliggjort vesen som har smakt på disse ingrediensene, kan du være skeptisk til å kombinere dem - spesielt når du blar ned til de foreslåtte oppskriftene og oppdager, noe som er øverst på listen, noe som heter Purple Seedless Grape Starch Dish.

Oppskriften krever også "seksti-syv middels trimmede påskeegg-reddiker", sorte bønner, kanel, krøllet persille, merian og Calvados. Kok opp, salt etter smak, topp med Jackost, olivenolje og druene "for å presse over." Og der har du det: Matens datamaskinassisterte fremtid, i form av en haug med søtluktende, gjørme-fargede reddiker.

Hittil har kunstige intelligensforskere stort sett bygget maskiner som er i stand til å demonstrere sin egen dyktighet. På I.B.M. har ingeniører brukt naturlig språkbehandling og enorm beregningskraft for å slå de mest dyktige menneskene i våre egne spill, som sjakk og "Jeopardy!" Etter å ha oppnådd disse målene, forestiller Watsons håndterere nå en mer intim, hjemlig rolle for A.I. For å lage Chef Watson, avslørte I.B.M. sine algoritmer for hele oppskriftsarkivet til God appetitt, samt til nyere forskning innen "hedonisk psykofysikk" - "psykologien til hva folk synes er hyggelig." Algoritmene noterte også hvilke ingredienser som pleide å bli kombinert, og konkluderte med rollene de så ut til å spille i en tallerken. Resultatet er en nettleserbasert nettapp som lar brukerne generere oppskrifter ved å velge en permutasjon av ingredienser og en matstil. Watson kan oppfinne flere titalls oppskrifter som på en fremtredende måte inneholder svisker. Den kan tilfredsstille en forespørsel om bananbiskotti i kreolsk eller baskisk stil, og den gir forslag som ingen mennesker noen gang ville komme med, som å tilsette melkesjokolade til en muslingelinguine eller majones til en Bloody Mary .

Med Watsons hjelp tilberedte jeg noen auberginefritter som gjorde praktisk bruk av hver trist, rynkende rot i kjøleskapets skarpere. (Å kombinere tilsynelatende inkongruøse ekstra ingredienser er appens mest praktiske funksjon.) Jeg lagde en smørbrød med squash-og-reker-en tunfisk-og-syltetøy-sandwich fra God appetitt arkiv, transformert av Mad Libs logikk. Jeg lagde en kapers-og-fennikelsalat som var nydelig, selv om jeg utelot den foreslåtte kakaoen.

Etter en uke med samarbeid med Watson begynte jeg å bekymre meg for at jeg ikke ga det en rettferdig prøve. Kanskje, ved å bruke det jeg hadde for hånden og velge for nyhet, fikk jeg Watson til å virke mer kjapp enn nødvendig. Jeg bestemte meg for å pålegge det sosiale presset som en skitten kokk som meg trenger: Jeg planla et middagsfest for meg selv, mannen min og fire ikke -dømmende venner.

Om morgenen på festen vandret jeg rundt i dagligvarebutikken med telefonen i hånden, og trålte appen etter kjente sommerretter med bare et snev av robotisk raritet. Jeg slo meg ned på en kirsebær-tomat gazpacho, etterfulgt av en musling-og-laks-paella og en lønnesirupis. Watsons gazpacho-oppskrift krevde kål eller, ifølge en rullegardinmeny med psykofysisk lignende ingredienser, kunne jeg erstatte squashblomster eller vannmelon reddik. Appens kvantitative tilnærming gjorde matlaging til en enkel, kombinatorisk ting, en ligning med variabler som venter på å bli fylt ut.

Da det var på tide å forberede paellaen, var Watson cagier. "Legg til nok fiskebestand for å måle den gjenværende fiskebestandblandingen," fortalte den meg, en spennende Zen -koan, men neppe en nyttig instruksjon. Da jeg tok paellaen ut av ovnen, fant jeg meg selv til å stikke på en haug med seig, ikke kokt ris, seig overkokt ris, uåpnede muslinger og tørket laks.

Til dessert var jeg klar til å mytteri. Jeg bestemte meg for å forkaste Watsons iskremoppskrifter, som alle krevde smør eller hvitløk eller karrypulver, og prøv det alene. At kokk Watson frigjorde en improvisasjonskokk i meg, er bevis på hvor frustrerende programmet ofte er, og hvor produktiv den frustrasjonen kan være. Å sile gjennom dusinvis av oppskrifter hadde lært meg at iskrem bare var en kremaktig base og smakstilsetning, så jeg stolte på min menneskelige intuisjon. Jeg kokte blåbær med brunt sukker for å lage en kompott, som jeg rørte til en vaniljesmakende base og søtet med lønnesirup. For første gang hele kvelden så gjestene mine glade ut. ♦


Matlaging med Chef Watson, I.B.M.s kunstig intelligens-app

Grensesnittet for Chef Watson, I.B.M.s matlagingsapp for kunstig intelligens, er enkelt og imøtekommende, et minimalistisk lerret med fire tomme tekstfelt og fire duergrå sirkler. Du skriver inn ingrediensene, eller lar Chef Watson velge dem for deg etter sin egen mystiske logikk: tomat, hvitløk, løk, lilla frøfrie druer. Disse fire ingrediensene, erklærer Watson, har en "synergi" på hundre prosent - de er en uforbedrende kombinasjon, kjemisk sett. Men som et legemliggjort vesen som har smakt på disse ingrediensene, kan du være skeptisk til å kombinere dem - spesielt når du blar ned til de foreslåtte oppskriftene og oppdager, noe som er øverst på listen, noe som heter Purple Seedless Grape Starch Dish.

Oppskriften krever også "seksti-syv middels trimmede påskeegg-reddiker", sorte bønner, kanel, krøllet persille, merian og Calvados. Kok opp, salt etter smak, topp med Jackost, olivenolje og druene "for å presse over." Og der har du det: Matens datamaskinassisterte fremtid, i form av en haug med søtluktende, gjørme-fargede reddiker.

Hittil har kunstige intelligensforskere stort sett bygget maskiner som er i stand til å demonstrere sin egen dyktighet. På I.B.M. har ingeniører brukt naturlig språkbehandling og enorm beregningskraft for å slå de mest dyktige menneskene i våre egne spill, som sjakk og "Jeopardy!" Etter å ha oppnådd disse målene, forestiller Watsons håndterere nå en mer intim, hjemlig rolle for A.I. For å lage Chef Watson, avslørte I.B.M. sine algoritmer for hele oppskriftsarkivet til God appetitt, samt til nyere forskning innen "hedonisk psykofysikk" - "psykologien til hva folk synes er hyggelig." Algoritmene noterte også hvilke ingredienser som pleide å bli kombinert, og konkluderte med rollene de så ut til å spille i en tallerken. Resultatet er en nettleserbasert nettapp som lar brukerne generere oppskrifter ved å velge en permutasjon av ingredienser og en matstil. Watson kan oppfinne flere titalls oppskrifter som på en fremtredende måte inneholder svisker. Den kan tilfredsstille en forespørsel om bananbiskotti i kreolsk eller baskisk stil, og den gir forslag som ingen mennesker noen gang ville komme med, som å tilsette melkesjokolade til en muslingelinguine eller majones til en Bloody Mary .

Med Watsons hjelp tilberedte jeg noen auberginefritter som gjorde praktisk bruk av hver trist, rynkende rot i kjøleskapets skarpere. (Å kombinere tilsynelatende inkongruøse ekstra ingredienser er appens mest praktiske funksjon.) Jeg lagde en smørbrød med squash-og-reker-en tunfisk-og-syltetøy-sandwich fra God appetitt arkiv, transformert av Mad Libs logikk. Jeg lagde en kapers-og-fennikelsalat som var nydelig, selv om jeg utelot den foreslåtte kakaoen.

Etter en uke med samarbeid med Watson begynte jeg å bekymre meg for at jeg ikke ga det en rettferdig prøve. Kanskje, ved å bruke det jeg hadde for hånden og velge for nyhet, fikk jeg Watson til å virke mer kjapp enn nødvendig. Jeg bestemte meg for å pålegge det sosiale presset som en skitten kokk som meg trenger: Jeg planla et middagsfest for meg selv, mannen min og fire ikke -dømmende venner.

Om morgenen på festen vandret jeg rundt i dagligvarebutikken med telefonen i hånden, og trålte appen etter kjente sommerretter med bare et snev av robotisk raritet. Jeg slo meg ned på en kirsebær-tomat gazpacho, etterfulgt av en musling-og-laks-paella og en lønnesirupis. Watsons gazpacho-oppskrift krevde kål eller, ifølge en rullegardinmeny med psykofysisk lignende ingredienser, kunne jeg erstatte squashblomster eller vannmelon reddik. Appens kvantitative tilnærming gjorde matlaging til en enkel, kombinatorisk ting, en ligning med variabler som venter på å bli fylt ut.

Da det var på tide å forberede paellaen, var Watson cagier. "Legg til nok fiskebestand for å måle den gjenværende fiskebestandblandingen," fortalte den meg, en spennende Zen -koan, men neppe en nyttig instruksjon. Da jeg tok paellaen ut av ovnen, fant jeg meg selv til å stikke på en haug med seig, ikke kokt ris, seig overkokt ris, uåpnede muslinger og tørket laks.

Til dessert var jeg klar til å mytteri. Jeg bestemte meg for å forkaste Watsons iskremoppskrifter, som alle krevde smør eller hvitløk eller karrypulver, og prøv det alene. At kokk Watson frigjorde en improvisasjonskokk i meg, er bevis på hvor frustrerende programmet ofte er, og hvor produktiv den frustrasjonen kan være. Å sile gjennom dusinvis av oppskrifter hadde lært meg at iskrem bare var en kremaktig base og smakstilsetning, så jeg stolte på min menneskelige intuisjon. Jeg kokte blåbær med brunt sukker for å lage en kompott, som jeg rørte til en vaniljesmakende base og søtet med lønnesirup. For første gang hele kvelden så gjestene mine glade ut. ♦


Matlaging med Chef Watson, I.B.M.s kunstig intelligens-app

Grensesnittet for Chef Watson, I.B.M.s matlagingsapp for kunstig intelligens, er enkelt og imøtekommende, et minimalistisk lerret med fire tomme tekstfelt og fire duergrå sirkler. Du skriver inn ingrediensene, eller lar Chef Watson velge dem for deg etter sin egen mystiske logikk: tomat, hvitløk, løk, lilla frøfrie druer. Disse fire ingrediensene, erklærer Watson, har en "synergi" på hundre prosent - de er en uforbedrende kombinasjon, kjemisk sett. Men som et legemliggjort vesen som har smakt på disse ingrediensene, kan du være skeptisk til å kombinere dem - spesielt når du blar ned til de foreslåtte oppskriftene og oppdager, noe som er øverst på listen, noe som heter Purple Seedless Grape Starch Dish.

Oppskriften krever også "seksti-syv middels trimmede påskeegg-reddiker", sorte bønner, kanel, krøllet persille, merian og Calvados. Kok opp, salt etter smak, topp med Jackost, olivenolje og druene "for å presse over." Og der har du det: Matens datamaskinassisterte fremtid, i form av en haug med søtluktende, gjørme-fargede reddiker.

Hittil har kunstige intelligensforskere stort sett bygget maskiner som er i stand til å demonstrere sin egen dyktighet. På I.B.M. har ingeniører brukt naturlig språkbehandling og enorm beregningskraft for å slå de mest dyktige menneskene i våre egne spill, som sjakk og "Jeopardy!" Etter å ha oppnådd disse målene, forestiller Watsons håndterere nå en mer intim, hjemlig rolle for A.I. For å lage Chef Watson, avslørte I.B.M. sine algoritmer for hele oppskriftsarkivet til God appetitt, samt til nyere forskning innen "hedonisk psykofysikk" - "psykologien til hva folk synes er hyggelig." Algoritmene noterte også hvilke ingredienser som pleide å bli kombinert, og konkluderte med rollene de så ut til å spille i en tallerken. Resultatet er en nettleserbasert nettapp som lar brukerne generere oppskrifter ved å velge en permutasjon av ingredienser og en matstil. Watson kan oppfinne flere titalls oppskrifter som på en fremtredende måte inneholder svisker. Den kan tilfredsstille en forespørsel om bananbiskotti i kreolsk eller baskisk stil, og den gir forslag som ingen mennesker noen gang ville komme med, som å tilsette melkesjokolade til en muslingelinguine eller majones til en Bloody Mary .

Med Watsons hjelp tilberedte jeg noen auberginefritter som gjorde praktisk bruk av hver trist, rynkende rot i kjøleskapets skarpere. (Å kombinere tilsynelatende inkongruøse ekstra ingredienser er appens mest praktiske funksjon.) Jeg lagde en smørbrød med squash-og-reker-en tunfisk-og-syltetøy-sandwich fra God appetitt arkiv, transformert av Mad Libs logikk. Jeg lagde en kapers-og-fennikelsalat som var nydelig, selv om jeg utelot den foreslåtte kakaoen.

Etter en uke med samarbeid med Watson begynte jeg å bekymre meg for at jeg ikke ga det en rettferdig prøve. Kanskje, ved å bruke det jeg hadde for hånden og velge for nyhet, fikk jeg Watson til å virke mer kjapp enn nødvendig. Jeg bestemte meg for å pålegge det sosiale presset som en skitten kokk som meg trenger: Jeg planla et middagsfest for meg selv, mannen min og fire ikke -dømmende venner.

Om morgenen på festen vandret jeg rundt i dagligvarebutikken med telefonen i hånden, og trålte appen etter kjente sommerretter med bare et snev av robotisk raritet. Jeg slo meg ned på en kirsebær-tomat gazpacho, etterfulgt av en musling-og-laks-paella og en lønnesirupis. Watsons gazpacho-oppskrift krevde kål eller, ifølge en rullegardinmeny med psykofysisk lignende ingredienser, kunne jeg erstatte squashblomster eller vannmelon reddik. Appens kvantitative tilnærming gjorde matlaging til en enkel, kombinatorisk ting, en ligning med variabler som venter på å bli fylt ut.

Da det var på tide å forberede paellaen, var Watson cagier. "Legg til nok fiskebestand for å måle den gjenværende fiskebestandblandingen," fortalte den meg, en spennende Zen -koan, men neppe en nyttig instruksjon. Da jeg tok paellaen ut av ovnen, fant jeg meg selv til å stikke på en haug med seig, ikke kokt ris, seig overkokt ris, uåpnede muslinger og tørket laks.

Til dessert var jeg klar til å mytteri. Jeg bestemte meg for å forkaste Watsons iskremoppskrifter, som alle krevde smør eller hvitløk eller karrypulver, og prøv det alene. At kokk Watson frigjorde en improvisasjonskokk i meg, er bevis på hvor frustrerende programmet ofte er, og hvor produktiv den frustrasjonen kan være. Å sile gjennom dusinvis av oppskrifter hadde lært meg at iskrem bare var en kremaktig base og smakstilsetning, så jeg stolte på min menneskelige intuisjon. Jeg kokte blåbær med brunt sukker for å lage en kompott, som jeg rørte til en vaniljesmakende base og søtet med lønnesirup. For første gang hele kvelden så gjestene mine glade ut. ♦


Matlaging med Chef Watson, I.B.M.s kunstig intelligens-app

Grensesnittet for Chef Watson, I.B.M.s matlagingsapp for kunstig intelligens, er enkelt og imøtekommende, et minimalistisk lerret med fire tomme tekstfelt og fire duergrå sirkler. Du skriver inn ingrediensene, eller lar Chef Watson velge dem for deg etter sin egen mystiske logikk: tomat, hvitløk, løk, lilla frøfrie druer. Disse fire ingrediensene, erklærer Watson, har en "synergi" på hundre prosent - de er en uforbedrende kombinasjon, kjemisk sett. Men som et legemliggjort vesen som har smakt på disse ingrediensene, kan du være skeptisk til å kombinere dem - spesielt når du blar ned til de foreslåtte oppskriftene og oppdager, noe som er øverst på listen, noe som heter Purple Seedless Grape Starch Dish.

Oppskriften krever også "seksti-syv middels trimmede påskeegg-reddiker", sorte bønner, kanel, krøllet persille, merian og Calvados. Kok opp, salt etter smak, topp med Jackost, olivenolje og druene "for å presse over." Og der har du det: Matens datamaskinassisterte fremtid, i form av en haug med søtluktende, gjørme-fargede reddiker.

Hittil har kunstige intelligensforskere stort sett bygget maskiner som er i stand til å demonstrere sin egen dyktighet. På I.B.M. har ingeniører brukt naturlig språkbehandling og enorm beregningskraft for å slå de mest dyktige menneskene i våre egne spill, som sjakk og "Jeopardy!" Etter å ha oppnådd disse målene, forestiller Watsons håndterere nå en mer intim, hjemlig rolle for A.I. For å lage Chef Watson, avslørte I.B.M. sine algoritmer for hele oppskriftsarkivet til God appetitt, samt til nyere forskning innen "hedonisk psykofysikk" - "psykologien til hva folk synes er hyggelig." Algoritmene noterte også hvilke ingredienser som pleide å bli kombinert, og konkluderte med rollene de så ut til å spille i en tallerken. Resultatet er en nettleserbasert nettapp som lar brukerne generere oppskrifter ved å velge en permutasjon av ingredienser og en matstil. Watson kan oppfinne flere titalls oppskrifter som på en fremtredende måte inneholder svisker. Den kan tilfredsstille en forespørsel om bananbiskotti i kreolsk eller baskisk stil, og den gir forslag som ingen mennesker noen gang ville komme med, som å tilsette melkesjokolade til en muslingelinguine eller majones til en Bloody Mary .

Med Watsons hjelp tilberedte jeg noen auberginefritter som gjorde praktisk bruk av hver trist, rynkende rot i kjøleskapets skarpere. (Å kombinere tilsynelatende inkongruøse ekstra ingredienser er appens mest praktiske funksjon.) Jeg lagde en smørbrød med squash-og-reker-en tunfisk-og-syltetøy-sandwich fra God appetitt arkiv, transformert av Mad Libs logikk. Jeg lagde en kapers-og-fennikelsalat som var nydelig, selv om jeg utelot den foreslåtte kakaoen.

Etter en uke med samarbeid med Watson begynte jeg å bekymre meg for at jeg ikke ga det en rettferdig prøve. Kanskje, ved å bruke det jeg hadde for hånden og velge for nyhet, fikk jeg Watson til å virke mer kjapp enn nødvendig. Jeg bestemte meg for å pålegge det sosiale presset som en skitten kokk som meg trenger: Jeg planla et middagsfest for meg selv, mannen min og fire ikke -dømmende venner.

Om morgenen på festen vandret jeg rundt i dagligvarebutikken med telefonen i hånden, og trålte appen etter kjente sommerretter med bare et snev av robotisk raritet. Jeg slo meg ned på en kirsebær-tomat gazpacho, etterfulgt av en musling-og-laks-paella og en lønnesirupis. Watsons gazpacho-oppskrift krevde kål eller, ifølge en rullegardinmeny med psykofysisk lignende ingredienser, kunne jeg erstatte squashblomster eller vannmelon reddik. Appens kvantitative tilnærming gjorde matlaging til en enkel, kombinatorisk ting, en ligning med variabler som venter på å bli fylt ut.

Da det var på tide å forberede paellaen, var Watson cagier. "Legg til nok fiskebestand for å måle den gjenværende fiskebestandblandingen," fortalte den meg, en spennende Zen -koan, men neppe en nyttig instruksjon. Da jeg tok paellaen ut av ovnen, fant jeg meg selv til å stikke på en haug med seig, ikke kokt ris, seig overkokt ris, uåpnede muslinger og tørket laks.

Til dessert var jeg klar til å mytteri. Jeg bestemte meg for å forkaste Watsons iskremoppskrifter, som alle krevde smør eller hvitløk eller karrypulver, og prøv det alene. At kokk Watson frigjorde en improvisasjonskokk i meg, er bevis på hvor frustrerende programmet ofte er, og hvor produktiv den frustrasjonen kan være. Å sile gjennom dusinvis av oppskrifter hadde lært meg at iskrem bare var en kremaktig base og smakstilsetning, så jeg stolte på min menneskelige intuisjon. Jeg kokte blåbær med brunt sukker for å lage en kompott, som jeg rørte til en vaniljesmakende base og søtet med lønnesirup. For første gang hele kvelden så gjestene mine glade ut. ♦


Matlaging med Chef Watson, I.B.M.s kunstig intelligens-app

Grensesnittet for Chef Watson, I.B.M.s matlagingsapp for kunstig intelligens, er enkelt og imøtekommende, et minimalistisk lerret med fire tomme tekstfelt og fire duergrå sirkler. Du skriver inn ingrediensene, eller lar Chef Watson velge dem for deg etter sin egen mystiske logikk: tomat, hvitløk, løk, lilla frøfrie druer. Disse fire ingrediensene, erklærer Watson, har en "synergi" på hundre prosent - de er en uforbedrende kombinasjon, kjemisk sett. Men som et legemliggjort vesen som har smakt på disse ingrediensene, kan du være skeptisk til å kombinere dem - spesielt når du blar ned til de foreslåtte oppskriftene og oppdager, noe som er øverst på listen, noe som heter Purple Seedless Grape Starch Dish.

Oppskriften krever også "seksti-syv middels trimmede påskeegg-reddiker", sorte bønner, kanel, krøllet persille, merian og Calvados. Kok opp, salt etter smak, topp med Jackost, olivenolje og druene "for å presse over." Og der har du det: Matens datamaskinassisterte fremtid, i form av en haug med søtluktende, gjørme-fargede reddiker.

Hittil har kunstige intelligensforskere stort sett bygget maskiner som er i stand til å demonstrere sin egen dyktighet. På I.B.M. har ingeniører brukt naturlig språkbehandling og enorm beregningskraft for å slå de mest dyktige menneskene i våre egne spill, som sjakk og "Jeopardy!" Etter å ha oppnådd disse målene, forestiller Watsons håndterere nå en mer intim, hjemlig rolle for A.I. For å lage Chef Watson, avslørte I.B.M. sine algoritmer for hele oppskriftsarkivet til God appetitt, samt til nyere forskning innen "hedonisk psykofysikk" - "psykologien til hva folk synes er hyggelig." Algoritmene noterte også hvilke ingredienser som pleide å bli kombinert, og konkluderte med rollene de så ut til å spille i en tallerken. Resultatet er en nettleserbasert nettapp som lar brukerne generere oppskrifter ved å velge en permutasjon av ingredienser og en matstil. Watson kan oppfinne flere titalls oppskrifter som på en fremtredende måte inneholder svisker. Den kan tilfredsstille en forespørsel om bananbiskotti i kreolsk eller baskisk stil, og den gir forslag som ingen mennesker noen gang ville komme med, som å tilsette melkesjokolade til en muslingelinguine eller majones til en Bloody Mary .

Med Watsons hjelp tilberedte jeg noen auberginefritter som gjorde praktisk bruk av hver trist, rynkende rot i kjøleskapets skarpere. (Å kombinere tilsynelatende inkongruøse ekstra ingredienser er appens mest praktiske funksjon.) Jeg lagde en smørbrød med squash-og-reker-en tunfisk-og-syltetøy-sandwich fra God appetitt arkiv, transformert av Mad Libs logikk. Jeg lagde en kapers-og-fennikelsalat som var nydelig, selv om jeg utelot den foreslåtte kakaoen.

Etter en uke med samarbeid med Watson begynte jeg å bekymre meg for at jeg ikke ga det en rettferdig prøve. Kanskje, ved å bruke det jeg hadde for hånden og velge for nyhet, fikk jeg Watson til å virke mer kjapp enn nødvendig. Jeg bestemte meg for å pålegge det sosiale presset som en skitten kokk som meg trenger: Jeg planla et middagsfest for meg selv, mannen min og fire ikke -dømmende venner.

Om morgenen på festen vandret jeg rundt i dagligvarebutikken med telefonen i hånden, og trålte appen etter kjente sommerretter med bare et snev av robotisk raritet. Jeg slo meg ned på en kirsebær-tomat gazpacho, etterfulgt av en musling-og-laks-paella og en lønnesirupis. Watsons gazpacho-oppskrift krevde kål eller, ifølge en rullegardinmeny med psykofysisk lignende ingredienser, kunne jeg erstatte squashblomster eller vannmelon reddik. Appens kvantitative tilnærming gjorde matlaging til en enkel, kombinatorisk ting, en ligning med variabler som venter på å bli fylt ut.

Da det var på tide å forberede paellaen, var Watson cagier. "Legg til nok fiskebestand for å måle den gjenværende fiskebestandblandingen," fortalte den meg, en spennende Zen -koan, men neppe en nyttig instruksjon. Da jeg tok paellaen ut av ovnen, fant jeg meg selv til å stikke på en haug med seig, ikke kokt ris, seig overkokt ris, uåpnede muslinger og tørket laks.

Til dessert var jeg klar til å mytteri. Jeg bestemte meg for å forkaste Watsons iskremoppskrifter, som alle krevde smør eller hvitløk eller karrypulver, og prøv det alene. At kokk Watson frigjorde en improvisasjonskokk i meg, er bevis på hvor frustrerende programmet ofte er, og hvor produktiv den frustrasjonen kan være. Å sile gjennom dusinvis av oppskrifter hadde lært meg at iskrem bare var en kremaktig base og smakstilsetning, så jeg stolte på min menneskelige intuisjon. Jeg kokte blåbær med brunt sukker for å lage en kompott, som jeg rørte til en vaniljesmakende base og søtet med lønnesirup. For første gang hele kvelden så gjestene mine glade ut. ♦


Matlaging med Chef Watson, I.B.M.s kunstig intelligens-app

Grensesnittet for Chef Watson, I.B.M.s matlagingsapp for kunstig intelligens, er enkelt og imøtekommende, et minimalistisk lerret med fire tomme tekstfelt og fire duergrå sirkler. Du skriver inn ingrediensene, eller lar Chef Watson velge dem for deg etter sin egen mystiske logikk: tomat, hvitløk, løk, lilla frøfrie druer. Disse fire ingrediensene, erklærer Watson, har en "synergi" på hundre prosent - de er en uforbedrende kombinasjon, kjemisk sett. Men som et legemliggjort vesen som har smakt på disse ingrediensene, kan du være skeptisk til å kombinere dem - spesielt når du blar ned til de foreslåtte oppskriftene og oppdager, noe som er øverst på listen, noe som heter Purple Seedless Grape Starch Dish.

Oppskriften krever også "seksti-syv middels trimmede påskeegg-reddiker", sorte bønner, kanel, krøllet persille, merian og Calvados. Kok opp, salt etter smak, topp med Jackost, olivenolje og druene "for å presse over." Og der har du det: Matens datamaskinassisterte fremtid, i form av en haug med søtluktende, gjørme-fargede reddiker.

Hittil har kunstige intelligensforskere stort sett bygget maskiner som er i stand til å demonstrere sin egen dyktighet. På I.B.M. har ingeniører brukt naturlig språkbehandling og enorm beregningskraft for å slå de mest dyktige menneskene i våre egne spill, som sjakk og "Jeopardy!" Etter å ha oppnådd disse målene, forestiller Watsons håndterere nå en mer intim, hjemlig rolle for A.I. For å lage Chef Watson, avslørte I.B.M. sine algoritmer for hele oppskriftsarkivet til God appetitt, samt til nyere forskning innen "hedonisk psykofysikk" - "psykologien til hva folk synes er hyggelig." Algoritmene noterte også hvilke ingredienser som pleide å bli kombinert, og konkluderte med rollene de så ut til å spille i en tallerken. Resultatet er en nettleserbasert nettapp som lar brukerne generere oppskrifter ved å velge en permutasjon av ingredienser og en matstil. Watson kan oppfinne flere titalls oppskrifter som på en fremtredende måte inneholder svisker. Den kan tilfredsstille en forespørsel om bananbiskotti i kreolsk eller baskisk stil, og den gir forslag som ingen mennesker noen gang ville komme med, som å tilsette melkesjokolade til en muslingelinguine eller majones til en Bloody Mary .

Med Watsons hjelp tilberedte jeg noen auberginefritter som gjorde praktisk bruk av hver trist, rynkende rot i kjøleskapets skarpere. (Å kombinere tilsynelatende inkongruøse ekstra ingredienser er appens mest praktiske funksjon.) Jeg lagde en smørbrød med squash-og-reker-en tunfisk-og-syltetøy-sandwich fra God appetitt arkiv, transformert av Mad Libs logikk. Jeg lagde en kapers-og-fennikelsalat som var nydelig, selv om jeg utelot den foreslåtte kakaoen.

Etter en uke med samarbeid med Watson begynte jeg å bekymre meg for at jeg ikke ga det en rettferdig prøve. Kanskje, ved å bruke det jeg hadde for hånden og velge for nyhet, fikk jeg Watson til å virke mer kjapp enn nødvendig. Jeg bestemte meg for å pålegge det sosiale presset som en skitten kokk som meg trenger: Jeg planla et middagsfest for meg selv, mannen min og fire ikke -dømmende venner.

Om morgenen på festen vandret jeg rundt i dagligvarebutikken med telefonen i hånden, og trålte appen etter kjente sommerretter med bare et snev av robotisk raritet. Jeg slo meg ned på en kirsebær-tomat gazpacho, etterfulgt av en musling-og-laks-paella og en lønnesirupis. Watsons gazpacho-oppskrift krevde kål eller, ifølge en rullegardinmeny med psykofysisk lignende ingredienser, kunne jeg erstatte squashblomster eller vannmelon reddik. Appens kvantitative tilnærming gjorde matlaging til en enkel, kombinatorisk ting, en ligning med variabler som venter på å bli fylt ut.

Da det var på tide å forberede paellaen, var Watson cagier. "Legg til nok fiskebestand for å måle den gjenværende fiskebestandblandingen," fortalte den meg, en spennende Zen -koan, men neppe en nyttig instruksjon. Da jeg tok paellaen ut av ovnen, fant jeg meg selv til å stikke på en haug med seig, ikke kokt ris, seig overkokt ris, uåpnede muslinger og tørket laks.

Til dessert var jeg klar til å mytteri. Jeg bestemte meg for å forkaste Watsons iskremoppskrifter, som alle krevde smør eller hvitløk eller karrypulver, og prøv det alene. At kokk Watson frigjorde en improvisasjonskokk i meg, er bevis på hvor frustrerende programmet ofte er, og hvor produktiv den frustrasjonen kan være. Å sile gjennom dusinvis av oppskrifter hadde lært meg at iskrem bare var en kremaktig base og smakstilsetning, så jeg stolte på min menneskelige intuisjon. Jeg kokte blåbær med brunt sukker for å lage en kompott, som jeg rørte til en vaniljesmakende base og søtet med lønnesirup. For første gang hele kvelden så gjestene mine glade ut. ♦


Matlaging med Chef Watson, I.B.M.s kunstig intelligens-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 God appetitt, 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 God appetitt 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 God appetitt, 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 God appetitt 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 God appetitt, 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 God appetitt 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 God appetitt, 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 God appetitt 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. ♦


Se videoen: VALG 2017: Rødt (Januar 2022).