Entrenan a Inteligencia artificial para hacer pizza basándose en una sola foto

Investigadores del MIT están utilizando ( redes de confrontación generativa ) GAN para construir una red neuronal que sepa cómo hacer pizzas.

El llamado “Proyecto PizzaGAN” es un intento de “enseñar a una máquina cómo hacer una pizza mediante la construcción de un modelo generativo que refleje este procedimiento paso a paso”.

En términos sencillos, porque la pizza se compone de capas, se dispuso a enseñar a las máquinas cómo reconocer diferentes pasos en la cocina mediante la disección de imágenes de pizza para ingredientes individuales.

Por lo tanto, una pizza simple se vería de una manera.

La adición de ingredientes e ingredientes visualmente cambiaría la apariencia general.

Al identificar los cambios visuales, teóricamente, la red neuronal podría revertir la secuencia correcta de pasos.

Los investigadores crearon por primera vez un conjunto de datos sintéticos de aproximadamente 5,500 imágenes de pizzas de clip art.

El siguiente paso consistió en usar el hashtag #pizza en instagram para obtener fotos de la pizza de la vida real.

Después de filtrar las imágenes “no deseadas”, los investigadores se quedaron con 9.213 fotos de pizza.

El código de PizzaGAN hace dos cosas.

Primero, entrena a la máquina sobre cómo agregar y eliminar ingredientes individuales, como el pepperoni, y luego crear una imagen sintetizada.

Luego, otro modelo detecta los ingredientes que aparecen y luego predice el orden en que aparecen los ingredientes en el proceso de cocción calculando la profundidad.

Entonces, si tiene una foto de una pizza con champiñones, pepperoni y aceitunas, PizzaGAN podría identificar las tres coberturas y luego ver las setas en la parte superior y, por lo tanto, deducir qué ingrediente se agregó al final.

(Puede jugar y quitar y agregar ingredientes, así como cocinar/”descocinar” la pizza en el sitio de PizzaGAN).

Los resultados fueron bastante precisos.

Descubrieron que PizzaGAN podía determinar el orden correcto el 88 por ciento de las veces, aunque usando pizzas con solo dos ingredientes.

Sin embargo, en su artículo, los investigadores del MIT notaron que tenían mejores resultados del conjunto de datos sintéticos.

En general, encontraron que los experimentos revelaron que PizzaGAN podía detectar y segmentar coberturas de pizza, completar lo que se suponía que estaba debajo e inferir el pedido con una supervisión mínima.

A largo plazo, uno podría imaginar una red neuronal capaz de escanear una foto y entregar una receta bastante precisa basada en los ingredientes, cómo se cocina, y hasta las especias apenas visibles.

Tal como está, la investigación es, en su mayoría, una demostración de la capacidad de una IA para diferenciar entre una confusa pila de ingredientes.

Si bien la pizza está muy bien, algunos son intolerantes a la lactosa.

Con ese fin, los investigadores concluyeron que el mismo enfoque utilizado en PizzaGAN podría aplicarse a otros alimentos en capas como hamburguesas, sándwiches y ensaladas.

En un contexto no alimentario, los investigadores señalaron que también podría aplicarse a áreas como la moda a través de asistentes de compras digitales.

Fuente: Gizmodo