An Explainable AI Framework for Thai Dish Recommendation Using Sensory Profiling and Association Rule Mining

タイ料理店に入ったところを想像してみてください。あなたはただ大きなサンドイッチを一つ注文して終わり、というわけではありません。代わりに、すべてのピースが完璧に組み合わさるパズルのように、さまざまな料理でテーブル全体を作り上げます。辛くて酸っぱい料理もあれば、カリカリして塩気のある料理もあります。もし正しく組み合わせることができれば、その食事は交響曲（シンフォニー）のようになりますが、間違えると、あなたの味蕾（みらい）は混乱し、疲れ果ててしまいます。

長い間、食べ物を推薦しようとするコンピュータプログラムは、不器用なシェフのようでした。彼らは以前あなたが何を注文したかを見て、「ああ、ピザが好きだったから、次はピザにしよう！」とただ推測するだけでした。彼らは、フレーバーがいかに組み合わさって魔法を生み出すかという仕組みを理解していませんでした。彼らは「ブラックボックス」でした。結果は出ますが、なぜそうなったのかという理由は分かりませんでした。

コンケン大学の研究者たちによるこの研究は、コンピュータに「タイのおばあちゃん」のように考える方法を教えることに決めました。彼らは特別な「説明可能なAI（Explainable AI）」のフレームワークを構築しました。それは、単に推測するだけでなく、タイの食事における「ルール」を実際に理解しているロボットシェフのようなものです。

秘伝のレシピ：味、食感、そして香り

研究者たちは、タイ料理を理解するためには、単に食材を見るだけでは不十分であることに気づきました。同時に3つの要素を見なければならないのです。

1. 味（Taste）: 塩味、酸味、辛味、甘味、苦味、あるいは旨味（うまみ）があるか？
2. 食感（Texture）: 滑らか（濃厚なカレーのように）、しっかりしている（グリルステーキのように）、あるいは滑りやすい（スープやサラダのように）か？
3. 香り（Aroma）: 海の香り、家畜の香り、新鮮なハーブの香り、あるいは穀物の香りか？

彼らはタイ料理店の実際のデータ（1年間にわたる数千件の注文）を使用し、すべてのメインディッシュをこれら3つのカテゴリーに分解しました。それは、すべての料理にユニークなIDカードを与えるような作業でした。

「アプリアイオリ（Apriori）」探偵

どの料理が一緒に注文されるかを見つけ出すために、彼らはアプリアイオリ・アルゴリズムと呼ばれるツールを使用しました。これは、膨大なレシートの山を見つめる超スマートな探偵を想像してください。その探偵は、単に「フライドチキン」が何回注文されたかを数えているのではありません。探偵は、「おい、スパイシーサラダを注文する人は、必ず『揚げ物』も注文しているぞ」といったパターンを探しているのです。

論文では、非常に具体的で強力なルールが見つかりました。

• 黄金のペア: 客がスパイシーサラダを注文した場合、53.6%の確率で揚げ物も注文しています。コンピュータは、この組み合わせが、ランダムに料理を選んだ場合よりも2.33倍起こりやすいと算出しました。
• コントラストの法則: タイの食通はコントラスト（対比）を好みます。彼らは、スパイシーサラダ（酸っぱく、滑らかで、フレッシュなもの）を、揚げ物（塩気があり、しっかりしていて、カリカリしたもの）と組み合わせることがよくあります。それは、冷たくて爽やかなレモネードと、熱くてカリッとしたポテトチップスを組み合わせるようなものです。論文は、これがランダムではなく、口の中が飽きないように食事のバランスを取るための意図的な方法であることを示唆しています。

コンピュータが学んだこと（そして拒絶したもの）

この研究は、料理のペアリングが単に似た食材を合わせること（例えば、似た香りの食材を合わせるべきだという従来の「フードペアリング仮説」）であるという考えを明確に否定しました。代わりに、データはタイの食事がコントラストに基づいて構築されていることを示しました。

例えば、論文では、煮込み料理と蒸し料理のように、2つの「ウェット」または「ソフト」な料理を一緒に注文することは稀であることが分かりました。共起性（それらが一緒に現れる頻度）は、約**10.96%**と低かったのです。コンピュータは、タイの客は冗長性を避けることを学びました。彼らは、滑らかなもの、しっかりしたもの、そして滑りやすいものといった、多様な食感を求めているのです。

「何」の背後にある「なぜ」

ここが最も興味深い部分です。このAIは説明可能です。ほとんどのAIシステムは単に「これを食べるべきです」と言うだけですが、このシステムは「前の料理の食感とのバランスを取るために、これを食べるべきです」と言います。

研究者たちは、自分たちの発見に基づいた一連のルールを作成しました。例えば：

• ルール: もしあなたが「しっかりしていて、肉で、辛い」料理（炒め物豚肉など）を選んだら、システムは「滑らかで、シーフードで、酸っぱい」料理（トムヤムクンなど）を提案します。
• 理由: なぜなら、データによれば、最も人気のある組み合わせは「肉・旨味・しっかりした食感」でしたが、完全な食事にするためには、シーフード料理の「爽やかで滑らかな酸味」によってバランスを取る必要があることが示されていたからです。

彼らの確信度はどの程度か？

論文は、この特定のレストランのデータにおけるパターンについて、非常に高い自信を持っています。彼らはこれらの数値を実際の取引から直接測定しました。全注文のうち**23%**が揚げ物であり、**20%がスパイシーサラダであったことを突き止めました。スパイシーサラダの注文の53.6%**に揚げ物が含まれていたことも分かっています。これらは推測ではなく、レシートから得られた確かな数字です。

しかし、論文はこれが一つのレストランのデータに基づいていることを認めています。これらのパターンは深い文化的論理を反映しているように見えますが、著者らは、これらのルールが他のタイ料理店でも機能する可能性があると（証明ではなく）示唆しています。彼らはあらゆる場所でテストしたわけではないため、これが宇宙の普遍的な法則であるとはまだ言えず、あくまでこの場所における非常に強力なパターンであると言えます。

まとめ

この研究は、タイ文化のためのスマートな食品推奨システムを構築したいのであれば、単に数学を使って人が何を好むかを推測するだけでは不十分であることを示しています。コンピュータに、その文化の「感覚的ロジック」を教えなければなりません。

実際の取引データと、味、食感、香りの深い理解を組み合わせることで、研究者たちは単に食べ物を勧めるだけでなく、食事の「芸術」を説明できるシステムを構築しました。それは、タイの食事においては「全体は部分の総和よりも大きい」こと、そしてコンピュータもまた、そのバランスを理解できることを証明しています。