AI還能識別什么？MIT宣布研發(fā)新型食物識別技術(shù)通信
Not Hotdog的名聲大噪引發(fā)了AI界對于食物識別的又一輪熱潮，MIT的電腦科學和人工智能實驗室最近就在研究這個領(lǐng)域。
導語：Not Hotdog的名聲大噪引發(fā)了AI界對于食物識別的又一輪熱潮，MIT的電腦科學和人工智能實驗室最近就在研究這個領(lǐng)域。
之前由See Food Inc研發(fā)出的熱狗識別app“不是熱狗”（Not Hotdog）引發(fā)了AI界的熱烈討論，然而一個看上去簡單的戲謔性app涉及到的AI技術(shù)卻非常復雜，雖然在應用層面作用不大，卻是人類AI歷史上里程碑一樣的產(chǎn)品，之前36Kr有過相關(guān)報道。
Not Hotdog的名聲大噪引發(fā)了AI界對于食物識別的又一輪熱潮，MIT的電腦科學和人工智能實驗室（MIT Computer Science and Artificial Intelligence Laboratory）最近就在研究這個領(lǐng)域。MIT團隊意圖使用食物識別系統(tǒng)從美食制作視頻中識別出菜譜的原料。MIT團隊的pic2recipe（圖片到接收器）系統(tǒng)運用計算機神經(jīng)網(wǎng)絡(luò)來判斷社交網(wǎng)絡(luò)上美食圖片中食物的種類，從而還可以進一步分析上傳者的健康習慣和飲食偏好。
Pic2recipe系統(tǒng)運用了瑞士科學家2014年研發(fā)的食物識別算法Food-101 Data Set，運用了其數(shù)據(jù)庫中的101000張食物圖片，而這些圖片和CSAIL的Recipe1M database數(shù)據(jù)有交叉引用的部分。Recipe1M database的數(shù)據(jù)大多數(shù)是從一些流行的菜譜網(wǎng)站諸如All Recipes和Food.com中扒下來的。
目前該項技術(shù)離完全成熟還有很長一段路要走，當前系統(tǒng)識別的正確率只有65%左右。項目當前遇到的最大瓶頸還在于圖片本身。聯(lián)合研發(fā)人Nick Hynes表示，人們在拍攝食物照片的時候，食物的呈現(xiàn)會受到拍攝狀態(tài)的影響，包括角度、遠近、擺放和燈光等因素都可能造成識別結(jié)果的不同。在同一種食物出現(xiàn)在不同的菜譜中時，系統(tǒng)的識別錯誤率也會提升。
目前系統(tǒng)比較擅長于識別烘焙制的食物。
食品擁有萬億級的市場，其包含的垂直領(lǐng)域眾多，從零售業(yè)到餐飲業(yè)再到社交產(chǎn)業(yè)等都可以看到美食的身影。美食內(nèi)容網(wǎng)站下廚房、美食杰等企業(yè)都獲得過投資，相信MIT研發(fā)的這項技術(shù)如果成熟，可以運用到的場景的想象空間非常大。
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會明確標注作者和來源；
2.TMT觀察網(wǎng)的原創(chuàng)文章，請轉(zhuǎn)載時務必注明文章作者和"來源：TMT觀察網(wǎng)"，不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控熑危?br>
3.作者投稿可能會經(jīng)TMT觀察網(wǎng)編輯修改或補充。
