Akabinde mutlaka patent ile tescille bunu diye uyardı daha doğrusu öneride bulundu. Fakat tescil masraflarını araştırınca peeeh dedim
yokmu bunun başka yolu yarın bir gün sıkıntı yaşamayalım biri patentlerse diye sorunca da ilan et, herkesin kullanımına sun dedi, mantıklı geldi hoşuma gitti. İnsanlığa, sektörde emek verenlere nacizane bir faydam olsun istedim : ) yaz bakayım dediğin o whitepapper'i dedim, o da yazdı verdi sağolsun Aslında X ve LinkedIn vs de paylaştım ama topluma fayda konusunda belki buradada farklı projeler için yapay zeka asistanı geliştirip eğiten arkadaşlara farklı fikirler de verebilir diye düşünerek buradan da paylaşmak istedim. Herkese projelerinde başarılar dilerim.
__________
Teknik Whitepaper: Çoklu Modlu (Multimodal) Gastronomi Yapay Zekalarında Görsel-Tarif Tutarsızlığı Probleminin Çözümü
Yazar: YEMEK AI Mühendislik Ekibi
( yemekyarismasi.com )
Tarih: Haziran 2026
Özet :
Mevcut çoklu modlu (multimodal) gastronomi yapay zeka asistanları ciddi bir mantıksal boşluktan muzdariptir: Üretim sırası halüsinasyonu (generation-order hallucination). Standart yapay zeka modelleri önce bir yemek tarifi üretir ve ardından bu metni görselleştirmek için metinden görsele (text-to-image) promptları kullanır. Bu yaklaşım, üretilen görselin yazılı tarifte yer almayan malzemeleri veya sunum tarzlarını göstermesine neden olarak ciddi bir görsel-metin tutarsızlığı yaratır.
Bu teknik doküman, Yemek Yarışması (Yemek AI) tarafından geliştirilen yeni, üç aşamalı bir "Tersine Mühendislik" (Reverse Engineering) boru hattını (pipeline) tanıtmaktadır. Üretim hiyerarşisini "Başlık ➔ Görsel Üretimi ➔ Bilgisayarlı Görü Analizi ➔ Tarif Optimizasyonu" şeklinde değiştirerek, nihai görsel sunum ile yapılandırılmış yemek tarifi arasında %100 uyum sağlıyoruz. Bu metodoloji, sunucu işlem maliyetlerini artırmadan görsel halüsinasyonları ortadan kaldırmakta ve profesyonel gastronomi yapay zekasını tabana yaymaktadır.
1. Giriş ve Bağlantı Kopukluğu Problemi (Introduction)
Geleneksel Gastronomi Yapay Zeka çerçevelerinde, üretim akışı deterministik bir "önce metin" hiyerarşisini takip eder. Kullanıcı bir yemek talep ettiğinde veya elindeki malzemeleri girdiğinde, Büyük Dil Modeli (LLM) bir tarif taslağı hazırlar ve ardından bir Difüzyon Modeli (DALL-E veya Stable Diffusion gibi) bu metin dizesine dayanarak tabağı görselleştirmeye çalışır.
Ancak, metinden görsele üreten modeller mutfak fiziği, tabaklama teknikleri ve kesin malzeme dağılımları konusunda içsel bir anlayışa sahip değildir. Örneğin bir LLM, "Mercimek Çorbası" için bir tarif üretebilir ancak görsel motoru, prompt ağırlıklarının çakışması nedeniyle "Ezogelin Çorbası"na benzeyen bir görsel ortaya çıkarabilir. Bu uyumsuzluk kullanıcı deneyimini zedeler; çünkü amatör şefler, ekranda gördükleri tabağın aynısını verilen tarifle mutfakta birebir kopyalayamazlar.
2. Yemek AI Metodolojisi: Tabağı Tersine Mühendislikle İşlemek (Methodology)
Halüsinasyon kaynaklı bu tutarsızlığı ortadan kaldırmak için Yemek Yarışması, üretim hattını yeniden tasarladı. Bir görsel modelini karmaşık bir tarif metnini yorumlamaya zorlamak yerine; dil modelimizi, nihai hale getirilmiş, yüksek kaliteli bir mutfak görselini yorumlamaya zorluyoruz.
Aşama 1: Gastronomik Terminoloji ve Başlık Tohumlama (Title Seeding)
Sistem kullanıcı girdisini (örneğin: "tavuk, krema, mantar") alır ve özel olarak eğitilmiş mutfak alt modelinde işler. Model, hemen uzun bir tarif üretmek yerine, profesyonel mutfak literatürüne uygun, son derece spesifik ve standartlaştırılmış bir gastronomik başlık çıktısı verir.
Örnek Çıktı: "Kremalı Yaban Mantarı Redüksiyonu ve Taze Maydanoz Süslemesi Eşliğinde Tavada Mühürlenmiş Tavuk Göğsü."
Aşama 2: Görsel Varlığın Önden Sipariş Edilmesi (Pre-Ordering)
Üretilen bu anlamsal başlık, anında bir çapa prompt (anchor prompt) olarak görsel üretim motoruna gönderilir. Prompt, uzun bir tarif paragrafı yerine yapılandırılmış bir başlıkla sınırlandırıldığı için, difüzyon modeli kaotik görsel hatalar (artefaktlar) olmadan yapısal olarak temiz, fotogerçekçi bir tabaklama görseli üretir.
Aşama 3: Çoklu Modlu Yapay Görme Taraması (Mühendislik İnovasyonu)
Görsel oluşturulduktan sonra, bu resim sistem tarafından "mutlak doğru" kaynak (ground truth) olarak kabul edilir. Sistem, yeni oluşturulan bu görseli doğrudan bir bilgisayarlı görü (Vision-LLM) katmanına aktarır. Yapay görme motoru, üretilen tabağı piksel piksel tarayarak şu soruyu sorar: "Bu sunumda hangi malzemeler fiziksel olarak görünmekte veya ima edilmektedir?"
Aşama 4: Tarif Uyumlaştırması (Harmonization)
Yapay görme katmanı, görseldeki kesin verileri (örneğin, tavuğun üzerindeki mühür izini, krema sosunun yoğunluğunu, süslemede kullanılan taze otu) çıkarır ve bunu ana metin üretim modeline geri besler. Model, pişirme adımlarını ve malzeme miktarlarını strictly (kesin olarak) kullanıcının fotoğrafta gördüğü şeye dayanarak kaleme alır.
3. Pratik Sonuçlar ve Teknik Avantajlar (Results)
Sıfır Görsel Halüsinasyon: Tarif görsele mükemmel bir şekilde uyar; çünkü tarif görsel için yazılmıştır, görsel tarif için değil.
Düşük İşlem Maliyeti: Difüzyon katmanı için devasa bir tarif metni yerine kısa ve öz bir başlık promptu kullanılarak token ayrıştırma verimliliği optimize edilir ve sunucu yükü azaltılır.
Gıda İsrafını Önleme (Vision Özelliği): Kullanıcı tarafından yüklenen gerçek bir buzdolabı fotoğrafı ile entegre edildiğinde, aynı yapay görme mantığı eldeki mevcut gerçek dünya malzemelerini anında bu üretim ekosistemine eşler.
4. Sonuç (Conclusion)
Yemek AI'ın tersine mühendislikle çalışan çoklu modlu (multimodal) çerçevesi, gastronomi odaklı yapay zeka sistemleri için yeni bir küresel standart belirlemektedir. Görsel veriyi metinsel talimatların çıpası olarak önceliklendirerek, hem yemek tutkunları hem de profesyonel şefler için mutfakta mutlak şeffaflığı garanti eder.
