• Gio. Lug 2nd, 2026

Un team di Stanford guidato da Ellen Kuhl ha sviluppato BurgerAI, un sistema di intelligenza artificiale capace di progettare hamburger su misura. L’algoritmo esplora uno spazio teorico di circa 104310^{43} combinazioni possibili, generando ricette ottimizzate in base a gusto, età, bisogni nutrizionali e sostenibilità ambientale. Lo studio è su Nature.

Dalla previsione alla progettazione

A differenza dei modelli tradizionali, addestrati a prevedere dati esistenti, BurgerAI introduce un cambio di paradigma: progettare ciò che ancora non esiste. Il sistema non si limita a chiedere quale hamburger sia più probabile, ma quale soddisfi simultaneamente obiettivi complessi come sapore, salute e impatto ecologico. Questo approccio riflette una nuova frontiera dell’IA generativa applicata alle scienze.

Il cibo come laboratorio scientifico

Il progetto nasce all’interno di Stanford Bio-X, hub interdisciplinare che integra medicina, ingegneria e scienze naturali. Il cibo diventa un modello ideale perché combina fattori biologici, culturali e ambientali. Le scelte alimentari influenzano direttamente sia la salute individuale sia quella del pianeta, rendendole un campo strategico per l’innovazione.

Come funziona BurgerAI

Il sistema è stato addestrato su 2.216 ricette tratte da Food.com. Analizza ingredienti, quantità e combinazioni, poi genera nuove ricette valutandole rispetto a preferenze umane di gusto e consistenza. Il risultato sono hamburger completamente nuovi, personalizzati anche in base a sesso e livello di attività fisica.

La prova del gusto

La validazione è avvenuta con un test alla cieca su oltre 100 persone in un ristorante di San Francisco. Alcuni hamburger progettati dall’IA hanno eguagliato o superato un noto prodotto fast food per gradimento, sapore e texture. Il Mushroom Burger ha ridotto drasticamente l’impatto ambientale, mentre il Bean Burger ha raddoppiato il valore nutrizionale.

Oltre il food tech

BurgerAI è soprattutto una dimostrazione di metodo. Gli stessi principi matematici possono essere applicati a farmaci, materiali avanzati e biomolecole. In tutti questi ambiti, l’IA potrebbe aiutare a bilanciare obiettivi in conflitto e accelerare la scoperta scientifica. Lo studio: https://www.nature.com/articles/s41538-026-00953-x

Antonio Caperna

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *