加入收藏 | 设为首页 | 会员中心 | 我要投稿 湖南网 (https://www.hunanwang.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 站长百科 > 正文

AI炒菜、配料、开拓新口胃……人类终于可以只认真吃了?

发布时间:2020-11-22 15:26:15 所属栏目:站长百科 来源:网络整理
导读:在深圳进行的第22届中国国际高新技能成就买卖营业会上,煲仔饭呆板人、汉堡呆板人、五谷豆乳呆板人、棉花糖呆板人、冰淇淋呆板人等多款智能餐饮呆板人云集,引起参展

传统的食谱辨认体系被表述为一个检索使命,按照嵌入空间中的图像相似度评分从一个牢靠的食谱资料库中检索出来的。这类体系的机能在很洪流平上取决于资料库的巨细和多样性,以及所学的嵌入质量。弱点是当资料库中不存在查询方针的匹配菜谱时,这些体系就会失效。

针对这个不敷,Facebook研究团队转换了思索偏向,将图像到食谱题目公式化为前提天生题目。操作食品图片和对应食谱来做AI模子实习,行使预先实习的图像编码器和身解析码器,让它们操作从输入图像和因素共现中提取的视觉特性来猜测一组因素。将图像及其响应的身排列表为前提天生指令序列,推导出它们的加工方法,形成多份也许的食谱。再按照加工方法的也许性从高到低分列,以今天生最终食谱。

因为食物在加工后每每会形成严峻的形变,并且因素常常在烹调的菜肴中被袒护。加上质料、调味料、菜色种类及烹调方法的多元,包括温度、火候、烹调时刻等建造进程中的些微差别,城市使餐点发生变革。这些变量为食谱辨认增进了不少难度,因此,这款可以接管任何图片的FB体系乃至不能精确判定图片内容是否为食品。当研究团队导入玉轮图片时,体系将其认作煎饼;而皮卡丘的图片则被辨认为煎蛋。

跟着人工智能自动化和图片辨认技能逐渐成熟,食谱识此外相干研究已一连举办了数年。食品因素辨认可辅佐我们打点营养摄入环境,也能为厨师及烹调喜爱者提供灵感。但烹调勾当自己的变量极大,加上食品图片质量受拍摄技能、间隔及情形等身分影响,此刻的食谱辨认技能尚未成熟,仍有不少题目尚待办理。 想要得到新食谱,上网搜刮要害词或者比照相越发便捷靠得住。

玉米片+牛肉+咖啡豆 原本你们AI好这口?

IBM曾和美食杂志《Bon Appétit》相助举办了一个风趣的尝试,将《Bon Appétit》中高出一万份食谱输入人工智能呆板人沃森的“大脑”,推出主厨沃森(Chef Watson)创意食谱合成网页。只要输入想吃的菜系或食品种类(如墨西哥餐或面食),再加上一个主题(如万圣节),就可以获得一份创意食谱。或者是AI的口胃和人类纷歧样,Chef Watson食谱的娱乐性远远高于适用性。它常常输出像“可可加上藏红花、黑胡椒搭配杏仁和蜂蜜”这类不通俗又康健的早餐组合,或是”用玉米粉圆饼片搭配牛肉和无花果,然后浇上磨碎的咖啡豆”等“暗中收拾”。

不可是IBM,麻省理工学院也做过相同的实行。2018年,MIT的门生宣布了AI披萨主厨Strono。研发团队从食物blog和食谱网站上汇集了数百种手工披萨配方,形成一个“披萨食谱数据库”,操作开源的呆板进修模子textgnrnn,让Strono从中进修,以现有质料和食谱做为参考,创作出它本身的创意披萨食谱。这些食谱和Chef Watson一样,也存在一些凡人难以想到的搭配,如蓝莓、菠菜和羊奶酪披萨;培根、牛油果和桃子披萨等。Strono的披萨食谱还发现了一些基础不存在的食材,好比“wale walnut ranch dressing”。为了完成尝试,研发团队约请了波士顿手工披萨店Crush Pizza的老板兼主厨,按照Strono的食谱现实做出这些披萨。Strono的作品中,最受接待的是虾、果酱和意大利香肠的搭配。Crush Pizza的老板已将Strono的这款创意披萨插手菜单,供客人享用。

纵然拥有大量的食谱及食材相干数据,因为未对食材自己举办说明,Chef Watson和Strono如故不能很好的把握食材之间的匹配度,输出的食谱像是将食材和烹调方法的随机组合。

因为烹调自己的变量太多,要形成一份鲜味的食谱,必需对食材种类、状态、分量、火候、温度及烹调方法之间的相干性等举办彻底的说明比对。今朝尚未呈现能完全告竣以上要求的AI技能。

志趣相投可为友 气息相合可成菜

固然此刻的AI还无法不变地输出创新且公道的食谱,但纯真说明种种食材之间的匹配度,照旧可以做到的。

Foodpairing就是一个通过化学本领说明食材气息,以AI算法技能匹配食材,提供食材搭配提议的网站。通过人工智能运算,说明比对食品气息,能辅佐厨师开拓新食谱,改善现有菜色口胃。

因为人类品尝食品时所发生的口感多数来自嗅觉,一位米其林三星大厨曾提出假说:假如两种食品的气息构成越相似,他们就应该越轻易被搭配成一道乐成的菜肴。这一假说成为Foodpairing首创人Bernard Lahousse的灵感来历。

研发团队以猕猴桃和海鲜作为尝试工具,先操作高效液相色谱法友善相色谱法说明大量海产的气息构成,确定差异气息的浓度及其嗅觉阈值,将信息输入Foodpairing的数据库,再一一与猕猴桃的气息相互比拟。尝试功效表现,最得当搭配猕猴桃的海鲜为生蚝。大厨随即用这两样食材缔造了新菜Kiwître,乐成得到很多美食评述家与食客的好评。

AI的插手让新菜开拓事半功倍, 为苦思冥想搭配食材的大厨节减不少时刻。这一新奇的创作方法让不少厨师和餐厅对这套体系布满乐趣,如西班牙的斗牛犬餐厅和纽约的Eleven Madison Park便开始和Foodpairing睁开相助。

在处事厨师和餐厅的同时,Foodpairing网站通过部份免费的情势,为一样平常用户提供酸奶、麦片等新奇的搭配口胃,日益扩充本身的食材香料数据库。操作呆板进修技能,自动获取差异地域的斲丧者在交际收集中关于菜色和潮品口感的接头,以及大厨们放在网上的食谱。在此基本上,Foodpairing也开始说明差异地域斲丧者的口胃偏好,并为食物公司提供关于产物口胃的提议,辅佐他们猜测新产物的市场回响,镌汰开拓新品时造成的食品挥霍。

“智能相对论”查询到,客岁,Microsoft公司与瑞典酿酒厂Mackmyra和Fourkind相助,推出环球第一款由AI制造的威士忌。由Microsoft Azure云端及Azure认知处事提供酒厂的呆板进修模子,并操作现有的配方、贩卖数据以及客户兴趣等数据,让AI透过大数据 从高出7000万个方法及口胃中选取建造要领。这款AI计划的单一麦芽威士忌被形容为带点果味、橡木味及少许咸味的佳酿。另外,调味料公司McCormick、包装食物公司Conagra以及百事可乐公司也都在用人工智能来缔造新的食物口胃。

(编辑:湖南网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读