• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
21.07.2017, 08:32
Редакция Naked Science
706

Кулинарную нейросеть выложили в открытый доступ

Ученые из Массачусетского технологического института и Катарского вычислительного исследовательского института разработали компьютерный алгоритм для описания рецепта блюда по изображению и наоборот.

5_1893_povarenok_na_kuhne_young_cook_in_the_kitchen_71_h_100_h
©Wikipedia / Автор: Sycophanta Duccius

Создание искусственных нейросетей, помимо исследовательских, преследует прагматичные цели. Так, ранее стало известно о применении подобных систем в диагностике автомобилей, прогнозировании наводнений и выявлении преступного умысла. В 2014 году американская компания IBM представила первое в мире приложение для генерирования кулинарных рецептов. Сопоставляя химический состав сотен ингредиентов на основе базы сообщества Bon Appétit (более 10 тысяч блюд), программа составляет новые. Аналогичную концепцию весной показала другая группа исследователей: их алгоритм стилизует различные рецепты к традициям определенной кухни, например японских к французской.

 

До сих пор, однако, нейросети не удавалось адаптировать к распознаванию рецептов по изображениям блюд. Предыдущие попытки были ограничены объемом входных данных: обучение на сотне тысяч фотографий позволило достичь только 50-процентной точности. Новая система, получившая название Recipe1M, представляет собой открытую базу данных. Она включает в себя более одного миллиона позиций с указанием названия, типа и фотографии блюда, ингредиентов и инструкции, полученных с различных сайтов. Тренировка программы проводилась на 800 тысячах снимков. В ответ на входной стимул он выводит перечень продуктов, необходимых для приготовления, и пошаговый алгоритм действий.

 

Кулинарную нейросеть выложили в открытый доступ – иллюстрация к материалу на Naked Science

Схема распознавания изображения блюда по рецепту / ©Amaia Salvador et al., MIT, 2017

 

Система образована из двух глубоких сверточных нейросетей и рассчитана и на выполнение обратного распознавания — фотографии по описанию. Этот механизм основан на свойстве совместного вложения. На первом этапе нейросеть разбивает рецепт на векторы с инструкцией приготовления и ингредиентами. Затем сопоставляет полученные данные с наиболее подходящими изображениями в базе и соотносит параметры путем линейного трансформирования. После обучения ответы программы сравнили с результатами опроса среди интернет-пользователей. Последние должны были выбрать из десяти рецептов тот, который соответствует показанному блюду. Некоторые описания при этом имели одинаковое название.

 

Точность нейросети превысила человеческую — 83,6 процента против 81,6 процента. Примечательно, что в обоих случаях показатель снижался с ростом специфичности блюда: например, и люди и алгоритм хуже справлялись с определением рецепта разных пицц по внешнем виду. По словам ученых, после совершенствования технологию можно применить и к другим отраслям. Так, ее можно использовать при разработке учебных пособий, составлении инструкций и описании промышленных процессов. Для самостоятельной проверки системы пользователи могут перейти на сайт проекта, там же находится доступная для скачивания база данных. Исходный код программы опубликован на GitHub.

 

Подробности исследования представлены на сайте Массачусетского технологического университета.

 

Ранее искусственные нейросети стали ближе к реконструкции трехмерных вымышленных ландшафтов и распознаванию оружия на видео.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
30 марта, 10:00
КБГУ

Ученые Кабардино-Балкарского государственного университета им. Х.М. Бербекова более десяти лет изучают уникальные свойства кефирных зерен — природных симбиотических сообществ микроорганизмов, собранных в высокогорных районах Кавказа. Исследования показывают, они могут стать основой для новых методов лечения кишечных заболеваний, восстановления иммунитета и даже создания космического питания.

28 марта, 15:51
Максим Абдулаев

Морские биологи впервые детально задокументировали процесс родов у диких кашалотов. Анализ видеозаписей и акустических сигналов показал, что самки из разных родственных линий временно объединяются, чтобы по очереди выталкивать новорожденного на поверхность для дыхания. Это первое доказательство взаимопомощи при родах между неродственными особями у видов, не относящихся к приматам.

30 марта, 08:00
Evgenia Vavilova

Квантовые эффекты помогают ученым во множестве сфер, но работать с ними не просто — степень определенности квантового мира концептуально отличается от того, что существует в классической физике. Чтобы подтвердить, что они работают с нужными квантовыми состояниями, физикам приходится постараться.

28 марта, 15:51
Максим Абдулаев

Морские биологи впервые детально задокументировали процесс родов у диких кашалотов. Анализ видеозаписей и акустических сигналов показал, что самки из разных родственных линий временно объединяются, чтобы по очереди выталкивать новорожденного на поверхность для дыхания. Это первое доказательство взаимопомощи при родах между неродственными особями у видов, не относящихся к приматам.

30 марта, 10:00
КБГУ

Ученые Кабардино-Балкарского государственного университета им. Х.М. Бербекова более десяти лет изучают уникальные свойства кефирных зерен — природных симбиотических сообществ микроорганизмов, собранных в высокогорных районах Кавказа. Исследования показывают, они могут стать основой для новых методов лечения кишечных заболеваний, восстановления иммунитета и даже создания космического питания.

28 марта, 13:28
Игорь Байдов

Во время нейроанатомического исследования тканей полового члена ученые выявили высокую плотность нервных окончаний в области, которую анатомы и хирурги долгое время оставляли без должного внимания. Авторы научной работы предположили, что эта зона может играть важную роль в формировании сексуальных ощущений, и допустили, что именно там у мужчин находится аналог так называемой «точки G».

19 марта, 10:58
Игорь Байдов

В парках некоторых стран все чаще можно заметить странную картину: синицы и воробьи вместо пуха и веточек приносят в клювах сигаретные окурки. Орнитологи из Польши решили выяснить, зачем птицы выстилают гнезда мусором, пропитанным никотином. Оказалось, пернатые нашли способ использовать вредную человеческую привычку для защиты своего потомства. Но, как это часто бывает в природе, у медали есть обратная сторона.

19 марта, 12:41
Игорь Байдов

Марсоход «Персеверанс» обнаружил в камнях на кромке кратера Езеро спектральные признаки минерала корунда, из которого на Земле образуются рубины и сапфиры. Такие спектры на Красной планете зарегистрировали впервые. Теперь ученые пытаются понять, при каких процессах он мог там сформироваться, ведь условия на Марсе заметно отличаются от тех, в которых корунд обычно образуется на Земле.

18 марта, 10:35
Илья Гриднев

За 10 лет лежания в почве сигаретные фильтры не растворились, а лишь замаскировались под грязь. Их пластиковые волокна распались на микрочастицы, намертво склеились с минералами и превратились во вторичный микропластик. Более того, на пятом году гниения мусор начал отравлять землю с новой силой.

[miniorange_social_login]

Комментарии

Написать комментарий
Подтвердить?
Подтвердить?
Причина отклонения
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Закрыть
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно