Miután a Google 2014-ben 400 millió dollárért felvásárolta a DeepMind nevű, mesterséges intelligencia fejlesztésével foglalkozó vállalatot, mindenki azt kezdte el találgatni, hogy mire fogják használni a cég fejlesztéseinek fókuszában álló, úgynevezett deep learning nevű módszert, amelynek segítségével a mesterséges intelligenciák képessé válnak absztrakt összefüggések értelmezésére is.
A Popular Science amerikai tudományos magazin értesülései szerint a Re.Work Deep Learning Summit konferencián Kevin Murphy, a Google kutatója adott részleges választ a kérdésre, amikor lerántotta a leplet az Im2Calories nevű projektről.
A fejlesztés lényege, hogy egy kifinomult algoritmus az ételfotókat elemezve képes azonosítani, hogy mit »lát« a képen, majd az adott élelmiszerek tápértékéből kiszámolni az adott fogás kalóriatartalmát.
Egyszerűbben fogalmazva: ha az algoritmus az arcfelismerő szoftverekhez hasonlóan érzékeli, hogy a fotón például két tojást és két szelet sonkát lát, kikeresi a hozzá kapcsolt adatbázisokból a tojás és a sonka tápértékét, majd a kép további elemzésével azt is megállapítja, hogy mekkora adagról van szó, illetve hogy nyakon öntötték-e bármilyen szósszal vagy öntettel, ami extra kalóriákat jelent.
#mutimiteszel
Mindehhez ráadásul nincs szükség különlegesen fotózott, nagy felbontású képekhez, egy átlagos, Instagramra feltöltött kép már megfelelő, tehát a #mutimiteszel hashtag alá az ebédjüket feltöltő felhasználók is használhatják majd.
Murphy elmondása szerint a rendszerrel egy egyszerűen használható kalóriatáblázatot adnának az emberek kezébe. “Szeretnénk elérni, hogy ez egy félautomata folyamat legyen” – magyarázta Muprhy bostoni előadása során. “A felhasználónak nem kell kézzel beírnia minden egyes fogást, de ha az algoritmus mégis tévedne, egy legördülő menü segítségével korrigálható, ha például a tükörtojást rántottának, esetleg valami teljesen más ételnek nézné.” A szakember nem aggódik a kezdeti nehézségek miatt sem: “Ha már az esetek 30 százalékában működik, az emberek használni fogják, idővel pedig az algoritmus képes tanulni és fejleszteni magát, tehát a találati aránya is növekedni fog.”
Az Im2Calories, bár elsőre nem tűnik forradalmi fejlesztésnek, a háttérben működő rendszer miatt nagyon is fontos mérföldkő lehet a mesterséges intelligenciák fejlesztésében. “Lehet, hogy eleinte nem találjuk el pontosan a kalóriákat, a lényeges rész itt az, hogy a felhasználók egyre szélesebb táborán keresztül a népesség szintjén mérhető statisztikákhoz juthatunk, ez pedig rendkívül értékes információ lehet a járványügyi és közegészségügyi kutatók számára.”
Murphy egyelőre nem árulta el, hogy mikorra várható az Im2Calories megjelenése, az azonban biztos, hogy a technológiát egyéb területeken is bevetik majd: például egy utcaképet figyelő kamera idővel képes lehet megállapítani, hogy mikor, hol a legvalószínűbb, hogy szabad parkolóhelyet találjunk, sőt akár azt is, hogy 10 perc múlva merre lesz érdemes keresgélnünk. Addig pedig maradnak a kajafotók és a kalóriák.
További ételfotós cikkek az NLCafén:
- Piros tej, kék csirke, zöld spagetti: nagyon bizarr ételfotók
- 29 orosz kajafotó, amitől kiver a víz
- 1 millió követője van az ételfotós kislánynak
- Ilyen egy tökéletes ételfotó