MIT想用社交圈美食圖訓練識菜譜的AI？先過麻婆豆腐這一關！

知識 07-25

大數據文摘作品，轉載要求見文末

作者 | 錢天培

朋友圈曬食物早已不是新鮮事，或許在讀這篇文章的前一秒你才剛在朋友圈曬出午餐。但你可能從來沒有想過，曬美食除了讓你稱霸朋友圈，還可能幫MIT的科學家們成就一項偉大的AI科研成果？

近日，MIT的計算機與人工智慧實驗室（CSAIL）宣布，將在IEEE上發布他們的一項最新研究成果—— 一個名為Recipe1M的資料庫，其內容是超過一百萬張的食物圖片、以及它們對應的菜譜。通過這一資料庫，該實驗室與卡達計算機研究院（QCRI）聯合製作出了一個名為Pic2Recipe的人工智慧系統：在觀看一張食物的照片，就能預測出這一食物的成分，並給出一個能做出類似食物的菜譜。

值得一提的是，這個資料庫的最主要來源是大家在社交網路上曬出的食物圖片。也就是說，你在朋友圈一天三頓的「放毒」居然能順勢推動人工智慧發展，想必好多人真的是無論如何也想不到的。

目前，該成果已被公布。但效果到底如何？大數據文摘記者按捺不住好奇，已經先用各種圖片幫大家測試了一下這位「人工智慧」大廚，發現除了少數菜譜靠譜外，這個系統的識別能力依然頗有偏頗，特別是在遭遇博大精深的中華料理的時候，「人工智障」狀況頻出。

當料理遇上人工智慧

「在計算機視覺中，食物這一話題往往被人們忽略，因為我們並沒有足夠大的資料庫來對此作深入研究，但那些社交網路上看似無用的圖片實際上卻為我們提供了大量的信息。」MIT的教授Antonio Torralba這樣評價此次的合作項目。

實際上，這一類研究也並非沒有先例，但由於訓練資料庫較小，成果一直不盡如人意。在2014年，瑞士的研究者們就用一個名為「Food-101」的資料庫來訓練他們的模型，而最終在訓練集的準確略只有50%，原因即是資料庫太小。此後香港城市大學也建立了一個涵蓋11萬張實物圖片和6萬5千份食譜的資料庫，雖然數據量變大了，但缺陷是大多數食物都是中國菜。

在此次的項目中，CSAIL突破性地獲取了超過1百萬張食物的圖片和對應菜譜，並用神經網路學習這一圖庫。

給定一張照片，Pic2Recipe可以識別出該食物的原料，例如麵粉、雞蛋、黃油等等，並給出相應的的菜譜。

「想像一下，人們可以用這個系統來最終他們每日攝入的營養成分，或者把他們在餐館享用到的美食拍下來，然後回家自己做。」來自維也納大學新媒體技術部的Christoph Trattner教授作出了這樣的展望。

在未來，MIT的這一團隊還希望能夠進一步提升這個系統，讓它變成一位真正的大廚。給定你的飲食偏好和你現有的原材料，這位大廚就能夠搭配出一桌營養均衡、美味可口的好菜。

這位大廚到底是人工智慧還是人工智障？

聽前文的描述，這位大廚可謂是相當牛掰了，那實際情況如何呢？

AI大廚測試之初級版：

首先，讓我們先用官方舉例用到的幾張圖片來測試一下這個系統。

1.義大利香腸披薩