臉書研發超強「逆烹飪」技術:只要丟一張食物照片,AI 就可以推算回原本的食譜

【為什麼我們要挑選這篇文章】從食譜做出美食很容易,但是要從美食正確的回推出食譜,考驗著每個廚師的智慧。過去必須要透過圖片配對的方式,但如果數據集裡沒有相對應的圖片,配對就會失敗;現在 Facebook 研發出食譜推論 AI,由於 AI 具有「預測」的能力,解決了以前圖片配對的問題。這項「逆烹飪」技術能讓廚師更快學習新配方與烹飪技術,這對吃貨來說是福音阿!(責任編輯:郭家宏)

透過一張簡單的食物照片你能看到什麼?當時和你一起吃飯的人?用餐的那個餐館播放的爵士樂?或者是懷念那一口美味的,自己卻做不出吃不到的家鄉菜?

Facebook 最新研究,使用 AI 技術,只需要一張食物的圖片就可以洞悉它的烹飪方法。

該系統透過新穎的架構預測成分作為集合,在不強加任何順序的情況下對其依賴性進行建模,然後透過同時處理圖像及其推斷成分來生成烹飪指令。

論文 傳送門
程式碼與模型 傳送門

AI 變身大廚:看一眼就知道這道菜怎麼做的

一份優良的食譜不僅能夠寫清楚配料,還要有清晰的烹飪步驟,例如大火爆炒幾分鐘,小火慢燉幾分鐘,是切絲還是切塊等等。

之前,傳統的做法是將圖片轉圖譜問題看做一種「檢索任務」,即根據圖片的相似度從食譜數據集中配對烹飪方案。

這類系統的性能在很大程度上取決於數據集的大小和多樣性,以及圖片的品質。如果數據集中根本沒有圖片對應食譜,這個系統就非常失敗。

若 AI 當起了廚師,我們是否會經歷一場餐桌革命?

8/10(六) 【科技報橘 2019 年度論壇】CONNECT 2030 What’s The Future,一次掌握未來十年 AI 最重要趨勢!

將圖片到食譜看成條件生成問題可以很好的解決傳統系統的難題。換句話說,與直接的圖片配對不同,後者更多的是預測配料的成分,然後根據配料和其對應的美食圖片生成烹飪步驟。

逆推食譜的演算法

除了食譜,之後可能還能識別卡路里

從食品圖片到菜譜,需要獲得超越僅僅是可見的圖片之外的訊息,這對於當前的電腦視覺系統無疑是一個巨大挑戰。

與單純理解自然圖像相比,視覺成分預測需要的還有高級推理和先驗知識,例如,羊角麵包中含有黃油。 因為食品具有比較高的類別內可變性 intra-class variability,食物的形態在烹飪過程中發生改變,一道煮熟的菜餚和生的原料的樣子可能天差地別。

逆烹飪的實現是邁向更廣泛的食品理解系統的第一步,接下來也許就可以透過照片實現系統對於食物的卡路里估算和自動創建食譜。

成分預測也可以用於解決更廣泛的問題,例如實現圖象到集合的預測。

原文 報導

(本文經 大數據文摘 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈Facebook 最新研究:逆烹饪!从食物照片倒推食谱 〉。圖片來源:Facebook AI Blog

更多厲害的人工智慧

我的工作會被人工智慧取代?你更應該問:如何讓 AI 為我工作
一個「值得信賴 AI」長什麼樣子?歐盟發佈 7 條人工智慧的道德準則
Open AI 把人工智慧丟進荒地,看見了人類歷史演進的脈絡


我們正在找夥伴!

2019 年我們的團隊正在大舉擴張,需要你的加入跟我們一起找出台灣創新原動力! 我們正在徵 《採訪社群編輯》、《助理編輯》,詳細職缺與應徵辦法 請點我

點關鍵字看更多相關文章: