вчитися у користувачів для вдосконалення

Im2Calories - це проект Google, який поєднує моду фотографувати їжу, щоб ділитися нею в мережах, з тенденцією `` додатків '', які підраховують щоденні споживані калорії

Якщо в Інтернеті є місце, де повно фотографій котів, фотографії з їжею відразу після. Те, чим інженери Google вирішили скористатися для свого наступного проекту зі штучним інтелектом: алгоритм під назвою Im2Calories, який здатний підрахувати калорії в тарілці з їжею за допомогою фотографії.

алгоритм

Ідея полягає в тому, щоб об’єднати дві тенденції: такі модні фотографії їжі (навіть The New York Times опублікувала відео-посібник, щоб робити більш апетитні фотографії), та програми, які допомагають нам дотримуватися дієт і худнути на основі запису того, що ми їдять і таким чином роблять розрахунок нашої добової норми споживання калорій.

Проект був представлений Кевіном Мерфі, вченим-дослідником Google, під час конференції Rework Deep Learning у Бостоні. Як він пояснив, вони все ще працюють над алгоритмом, який зможе проаналізувати фотографію, визначити, які продукти були зображені, їх розмір на основі посилань, таких як тарілка, на якій вони розміщені, та інших предметів і таким чином оцінити кількість калорій, які ми збираємось споживати. Крім того, вам не потрібні фотографії надвисокої чіткості, цього достатньо для тих, які зазвичай завантажуються в такі програми, як Instagram.

З цим відстежувати калорії було б простіше і менш втомливо, оскільки вам не потрібно було б вводити їжу вручну в додатку або розраховувати кількість. Система зробить це автоматично, але дозволяючи користувачеві вносити виправлення. Насправді, автори алгоритму розраховують на нього, оскільки, виправляючись, він навчається та вдосконалює пропонувати більш точні розрахунки: "Якщо це спрацьовує лише 30% випадків, цього буде достатньо, щоб люди почали використовувати Таким чином, ми будемо збирати дані, і вони з часом будуть вдосконалюватися ".

Витягніть колективні дані про харчові звички

Im2Calories поєднує візуальний аналіз з розпізнаванням малюнків, щоб визначити, як виглядає те, що ви бачите на фотографії, і пов’язує це з величезною кількістю інформації про калорії їжі в Інтернеті. Крім того, як ми говоримо, він здатний вчитися на своїх помилках, щоб покращитись таким чином, щоб час, який користувачі повинні приділити, щоб це працювало дедалі точніше, був мінімізований.

Ми зробимо середнє значення калорій щотижня, або щомісяця, або щорічно, і ми можемо збирати колективну інформацію та починати робити статистику населення

Але абсолютна точність на даний момент не є пріоритетом, як пояснив сам Мерфі: "Гаразд, ми можемо пропустити розрахунок на 20%, але це не має значення. Ми знайдемо середньотижневі, щомісячні, або річні, і ми можемо збирати інформацію від різних людей і починати робити статистику населення. У мене є колеги-дослідники з епідеміології та охорони здоров’я, які можуть дуже зацікавитись цими даними ". Оскільки проблема ожиріння зростає у багатьох розвинених країнах, цей масивний збір даних може бути дуже корисним для вивчення наших харчових звичок.

Google щойно запатентував технологію, яка стоїть за Im2Calories, і вже показав, що її кінцева мета набагато ширша, ніж просто підрахунок калорій. "Уявіть, ми могли б зробити аналіз сценаріїв на вулиці. Не просто сказати, що на розв'язку є машини, це нудно, але знайдіть машини, підрахуйте їх, припишіть їм характеристики, наприклад, де вони шукають. Тоді ми могли б зробити аналіз дорожнього руху та передбачити наприклад, де найімовірніше буде наступне місце для паркування ". Оскільки все базувалося б на одній і тій же технології, потрібно було б змінити лише дані, а решту зробив би алгоритм.