این سیستم جدید علاوه بر تشخیص مواد اولیه، می‌تواند حتی دستورالعمل‌هایی را برای پخت غذاهای مشابه ارائه دهد.
تیم CSAIL پیشتر و با همکاری محققانی از سوئیس و هنگ کنک، یک پایگاه اطلاعاتی از بیش از یک میلیون تصویر غذا به نام "Recipe1M" و الگوریتم‌های مورد نیاز برای تشخیص آنها و استخراج اطلاعات مفید از آنها را ایجاد کرده است.
آنها این کار را با وارد کردن داده‌ها به یک شبکه عصبی مصنوعی به نام Pic2Recipe انجام دادند که این شبکه به صورتی آموزش دیده تا با دیدن تصاویر بتواند الگوهایی را پیدا کند تا به واسطه آنها بتوان بین غذای مورد نظر و دستورالعمل تهیه آن ارتباط برقرار کرد.
ایده طراحی Pic2Recipe این است که تصویری از یک غذای آماده شده به آن داده شود و این سیستم باید بتواند لیستی از مواد تشکیل دهنده آن را به کاربر ارائه کند. سپس آن را با سایر تصاویر مطابقت داده و لیستی از غذاهای دیگری که دستورالعمل‌های مشابه دارند را ارائه کند.
یک نسخه ساده آنلاین از این فناوری وجود دارد که عموم مردم می‌توانند از آن استفاده کنند.
تاکنون، Pic2Recipe با موفقیت توانسته است تا مواد تشکیل دهنده دسرهایی مانند بیسکوئیت یا کلوچه‌ها را به بهترین شکل تشخیص دهد اما هنوز برای حدس مواد تشکیل دهنده غذاهای پیچیده‌تر مانند سوشی، اسموتی(نوعی نوشیدنی) و نوشیدنی‌های ترکیبی دچار مشکل می‌شود. این تیم تحقیقاتی می‌گوید که سیستم جدید همچنین با غذاهای بسیار مشابه مانند انواع مختلف لازانیا مشکل دارد.
طبق گفته محققان MIT، قدم بعدی این است که سیستم را طوری آموزش دهند که بتواند نحوه پخت و آماده شدن غذا را نیز تشخیص دهد. برای مثال بتواند به کاربر بگوید که گوجه فرنگی‌ها کبابی شده یا به صورت بخارپز آماده شده‌اند.
همچنین بتواند انواع مختلفی از یک ماده غذایی، مانند قارچ‌های مختلف، پیاز یا سیب زمینی را نیز از یکدیگر متمایز کند.
نتایج این تحقیق در این ماه در کنفرانس چشم انداز کامپیوتر و تشخیص الگو در هونولولو ارائه خواهد شد.
منبع: ایسنا
انتهای پیام/