Um dos maiores destaques de um prato de comida japonesa é o sushi de atum gordo (fatty tuna). O sonho e desafio de muitos chefs é conseguir realizar o corte perfeito no atum para que ele derreta na boca. Para que isso ocorra, também é necessário que os compradores de atum têm de conseguir escolher o peixe certo, então, uma agência de propaganda japonesa chamada Dentsu Inc, para resolver este problema, desenvolveu um aplicativo chamado Tuna Scope.

O objetivo do app Tuna Scope é escolher o peixe certo analisando o atum cortado e assim tentar proporcionar a melhor matéria prima possível para os restaurantes de comida japonesa. Para conseguir chegar neste resultado, a Dentsu treinou um algoritmo de machine learning que produz dados para o software utilizando milhares de imagens de cortes transversais da cauda do atum. Os compradores de atum baseiam muito a sua escolha pela forma como a carne cortada do peixe se apresenta.

App Tuna Scope sendo utilizado para analisar a qualidade do atum. Fonte: Dentsu
App Tuna Scope sendo utilizado para analisar a qualidade do atum. Fonte: Dentsu

No momento, o app detector de bons atuns está sendo utilizado pela Kura Sushi, uma rede de restaurantes de sushi de rotação, uma modalidade em que as pessoas fazem seus pedidos através de uma tela touch na mesa e recebem seus pratos através de esteiras de rolamento. O intuito da empresa, ao utilizar o aplicativo, é evitar que seus funcionários, responsáveis pela compra dos peixes, viagem. Isso é de fato uma vantagem neste momento com a atual pandemia do Coronavírus (COVID-19).

Se você conhece um japonês, já deve ter imaginado que a maioria dos compradores de peixe no Japão não acreditam no aplicativo e sim nos ensinamentos tradicionais que foram passados de geração para geração na família, empresa ou em um curso. Uma chef de sushi, chamada Keiko Yamamoto, que ensina sobre a área em Londres disse em entrevista ao site The Verge o quão difícil é o desafio de transmitir as qualidades exatas que se deve observar no momento de compra de um atum recém pescado. Segundo ela, não basta somente analisar visualmente o peixe, é importante também o toque. Keiko diz:

"Eu tenho que cortar atum fresco a cada duas semanas, então eu sei o que é bom, o que não é bom."

Segundo Richard Cann, gerente de vendas da companhia T&S Enterprises, peixaria atacadista que fornece pescados para diversos restaurantes de Londres como o Nobu e Zuma (considerados um dos melhores especializados em comida japonesa da região), a IA utilizada no app Tuna Scope pode ser útil para grandes cadeias de restaurantes como o Kura Sushi, que vendem a um preço mais baixo seus pratos, mas o mesmo não se pode dizer para os locais mais exigentes. Richard diz:

"Nós sempre vamos realizar a análise a olho nu. Não acho que seja necessário analisar o atum através de um aplicativo."

Richard diz que na T&S Enterprises é comprado o atum inteiro, descongelado e cortado em 3 cortes específicos. Em períodos de grande movimento, o local recebe duas remessas por semana, onde cada uma possui 4 atuns frescos com um peso de aproximadamente 226Kg cada. Os funcionários precisam abater cada atum a mão e avaliar cada um deles requer tempo, além de não ser feita a análise apensa uma vez e sim várias, conforme os cortes estiverem sendo realizados. Segundo Richard:

"Os caras que cortam nosso atum azul aqui, fazem isso há 10, 15 anos. É um talento especial que você entende, apenas sabe o que é bom e o que é ruim."

Ao que parece, o app pode sim servir para análise da qualidade de um atum, mas somente de forma a auxiliar e não fazer todo o trabalho. Há de se ter um conhecimento prévio sobre o assunto para que o aplicativo realmente seja útil durante os cortes realizados no atum e durante a compra. Além disso, ainda há a questão do toque, algo que o software não consegue analisar.

Acredito que este seja somente o início e haverá muito preconceito ainda de muitos chefs de comida japonesa no mundo inteiro, porém é algo que é interessante ser incorporado na indústria da comida japonesa e que pode contribuir muito para aumentar a eficiência e qualidade do alimento. Afinal de contas, não conseguimos relacionar milhões de imagens por segundo para chegar a uma conclusão de analise como uma IA faz.

O que você achou desta tecnologia de análise de alimentos utilizando IA? Comente abaixo e compartilhe conosco a sua opinião!