Нейросеть освоила кулинарную импровизацию

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Международная группа ученых разработала искусственную нейросеть, которая может адаптировать рецепты приготовления блюд к традициям определенной кухни.

Помимо исследовательских создание искусственных нейросетей преследует прагматичные цели. Так, ранее стало известно о применении компьютерных алгоритмов в прогнозировании наводнений, диагностике автомобилей и выявлении преступного умысла. В 2014 году американская компания IBM представила первое в мире приложение для генерирования новых кулинарных рецептов. С помощью суперкомпьютера IBM Watson программа позволяет составлять нестандартные блюда на основе базы сообщества Bon App?tit (более 10 тысяч позиций), сопоставляя химический состав сотен ингредиентов. Сообщалось, что схожий подход может быть распространен на другие отрасли, например парфюмерию или материаловедение.

В новой работе сотрудники Иллинойсского университета в Урбане–Шампейне описали результаты разработки алгоритма, способного стилизовать рецепты согласно кулинарным традициям разных стран. Авторы использовали искусственную нейросеть с двумя открытыми слоями, которая обучалась на 39 774 рецептах из 20 стран, включая Италию, Японию и Россию. На первом этапе система анализирует ингредиенты (всего задействовалась 6741 составляющая) блюда, которое подано на вход, и ассоциирует его с определенным типом региональной кухни. Результат анализа программа представляет в виде диаграммы, на которой указана степень подобия рецепта тем, что характерны для кухни той или иной страны.

Затем система оценивает возможности для стилизации блюда в соответствии с целевой кухней. Для этого к ингредиентам на входе подбираются ближайшие из образцов другой страны пары. В основе механизма лежит работа алгоритмов word2vec, которые обычно применяются в расчете векторных ассоциаций между словами и их кластеризации. В частности, с помощью word2vec компьютер обучают подбирать семантические аналоги входных стимулов, например «мужчина — король, женщина — ...». Авторы новой статьи адаптировали инструмент для установления связей между ингредиентами: «Япония — соевый соус, Франция — ...». В рамках демонстрации они приготовили французский вариант японского блюда сукияки.

При обработке данных нейросеть предложила заменить зеленый лук, растительное масло, яйца, соевый сосу и мирин (сладкое рисовое вино), входящие в состав сукияки, на эстрагон, оливковое масло, кальвадос, сливочное масло и душистые травы. Блюдо по сгенерированному рецепту приготовил приглашенный шеф-повар. Несмотря на успешную реализацию технологии, ученые отмечают, что представленный алгоритм не позволяет оценить степень сочетания продуктов в новом рецепте с точки зрения потребителя. Также система не способна учитывать техники обработки ингредиентов, которые могут значительно отличаться в зависимости от страны, несмотря на идентичные ингредиенты.

Итоги исследования представлены на сервере препринтов arXiv.org.


Источник: naked-science.ru

Комментарии: