Général

Cette nouvelle application AI peut vous dire les ingrédients de votre nourriture simplement en regardant son image


Le MIT a créé quelque chose comme le Shazam pour la nourriture. La nouvelle application utilise un algorithme d'apprentissage en profondeur qui peut générer une liste d'ingrédients en regardant des photos d'aliments. Le système pourrait même fournir des recettes et des informations diététiques. Bien que l'IA ait encore besoin de corrections de bogues, l'équipe du Laboratoire d'informatique et d'intelligence artificielle du MIT (CSAIL) a fait de grands progrès dans la formation initiale du système.

[Source de l'image: Pixabay]

Le programme héberge une énorme base de données d'images et d'informations alimentaires sur lesquelles il s'appuie pour prédire les ingrédients et les recettes. Le nouveau système obtenait un 65% score de précision dans les tests lorsqu'on lui a demandé de récupérer la recette correcte après avoir vu des photos de plats préparés.

La base de données, baptisée Recipe1M, a été créée à partir de sites Web de recettes courants tels que AllRecipes et Food. Chacune de ces recettes a ensuite été annotée avec des informations supplémentaires sur les ingrédients. Un réseau neuronal a été mis en place pour travailler sur ces recettes à la recherche de modèles et de connexions entre les recettes terminées et les ingrédients bruts. Par exemple, lorsqu'il est présenté avec une photo d'un muffin, le système peut identifier rapidement des ingrédients clés comme le beurre et la farine. Le système appelé Pic2Recipe, propose alors une recette populaire à partir de sa base de données.

Nicholas Hynes, étudiant diplômé du CSAIL, qui a dirigé la recherche, a expliqué à Gizmodo que le système ne consiste pas seulement à reconnaître la nourriture. «Le fait que le programme reconnaisse la nourriture n'est en réalité qu'un effet secondaire de la façon dont nous avons utilisé les données disponibles pour apprendre des représentations profondes de recettes et d'images», a-t-il déclaré. «Ce que nous explorons vraiment, ce sont les concepts latents capturés par le modèle. Par exemple, le modèle a-t-il découvert la signification de `` frit '' et son lien avec `` cuit à la vapeur ''? Nous pensons que c'est le cas et nous essayons maintenant d'extraire les connaissances du modèle pour permettre des applications en aval qui incluent l'amélioration de la santé des gens. . »

[Source de l'image: CSAIL]

Hynes est également prompt à souligner la différence entre ce système et une recherche d'image inversée. «Ce qui différencie cela de la recherche d'image inversée, c'est que nous allons directement d'une image à une recette au lieu de simplement renvoyer la recette associée à l'image la plus similaire; en d'autres termes, nous renvoyons la recette qui, selon le modèle, était la plus susceptible d'avoir produit l'image de la requête. »

Les aliments simples conviennent au système tel qu'il est actuellement. Mais les aliments plus complexes comme les sushis sont plus difficiles et obligeront l'équipe à trouver de nouvelles façons d'enseigner le système. Les aliments qui ont des itérations presque infinies, comme les lasagnes, étaient également difficiles à cerner pour le système.

En fin de compte, les chercheurs aimeraient former le système à comprendre les différentes méthodes de cuisson, telles que l'ébullition ou la friture, et à distinguer plus précisément les différences entre les types d'aliments. Un autre objectif est de créer un système d ’« aide au dîner ». Les utilisateurs pourraient donner au système une liste des ingrédients disponibles à partir desquels l'IA pourrait proposer des options de repas. Hynes explique que cela pourrait potentiellement aider les gens à comprendre ce qu'il y a dans leur nourriture même s'ils ne disposent pas des informations nutritionnelles exactes.

Le système ne sera pas disponible sur l'App Store d'Apple de sitôt, mais cela pourrait être un jour sur les cartes pour aider les chefs et les nutritionnistes en herbe.

Sources: Gizmodo, CSAIL

VOIR AUSSI: La nouvelle application de Microsoft «Seeing AI» décrit le monde aux aveugles


Voir la vidéo: Comment restaurer son MICROBIOTE en 5 étapes (Mai 2021).