AI +计算机视觉组合可显示任何在线食谱的真实成分

即使在当今快节奏的数字时代，一张图片仍然值一千字。但是，您是否知道图像已成为AI研究团队使用的最有效的大数据分析来源?而且，令人难以置信的是，新颖的图像分析研究融合了人工智能(AI)，机器学习，计算机视觉和神经网络的强大功能。在最新的博客中，流行的社交媒体技术和大数据聚合公司Facebook透露了其AI研究团队如何仅通过查看其图片就发现了每种食谱都包含的“秘密”成分。

Facebook的计算机视觉技术是什么?

Facebook AI研究团队创建了一个系统，可以智能地分析食品图片并“从头开始”创建食谱。AI和Computer Vision技术的结合实现了这一独特的壮举，即可以放下进入烹饪碗来制作菜肴的所有配料清单。Facebook称其为“逆烹饪”系统。

计算机视觉(也称为CV)用于指代AI技术的一个分支，该技术用于根据计算机通过其镜头，智能设备和视觉相关工程所看到或捕获的图像从图像数据中提取推断。它还包括从3D模型，无人机，AR VR，对象检测和在线搜索引擎中提取的图像。

如今，CV被公认为是大数据行业中最引人注目的AI技术之一。到2030年， 简历行业和相关的硬件市场预计将成为280亿美元的经济体。

Facebook AI Research的研究科学家Michal Drozdzal解释了为Facebook的CV技术驱动反烹饪系统的数据引擎。

Michal指出：“逆烹饪系统将图像到食谱的问题分为两部分：

一个神经网络识别它在盘中看到的成分，而另一个神经网络从列表中设计一个食谱。”

Michal补充说：“增强的计算机视觉系统比检索图像到食谱的技术更有效，后者可以识别出有问题的美味佳肴，然后搜索预先存在的食谱数据库。“在成分预测和生成合理配方方面，我们的系统均优于检索系统。”

Facebook AI研究团队承认，这种由简历生成的系统的准确性取决于许多因素。这些是：

食谱的质量，

照片质量

厨师的技能，以及

“有些运气。”

逆烹饪系统：不再隐藏魔药

如果图像文件的大数据库存中有特定配方，则反向烹饪几乎可以准确地工作。但是，如果菜品是新的或属于与食物或相关项目不紧密相关的完全不同的数据集，则系统可能不会生成准确的食谱。

对于计算机视觉技术的特定实验，Michal和他在Facebook的AI研究团队利用了Recipe1M的数据。

Recipe1M +是一个新的大规模结构化语料库，包含超过一百万种烹饪食谱和一千三百万种食物图像。

Facebook AI研究团队使用这些图像数据来训练神经网络，并为其反烹饪系统生成AI工具。

该团队着重研究了35,000亿个食谱的数据集，以创建反烹饪系统。它包含25,000多个与食物相关的独特字词，以及数以百万计的食物照片和成分清单。此外，该系统还探索了各种配料之间的关系以及如何加工食物(烘烤，油炸或晒干等)以找到最终菜肴。

尽管团队承认CV系统仍然需要监督/培训以帮助理解视觉相似食品之间的差异，但这种专业化技术的前景一片光明。

将来，我们可能会看到使用AI和计算机视觉的逆烹饪应用程序有利地应用于电子商务，移动性，冶金，油气勘探，制药和遗传学领域。列表是无止境的，但是现在，我们将只看图片就专注于创造世界上最好的比萨!