Можете ли да си представите, че можете да знаете колко калории съдържа вашата чиния само с една снимка? Това е най-новият проект, който Google разработва, базиран на AI технология, и това може да бъде от голяма помощ в борбата със затлъстяването.

Повече или по-малко умишлено, Google опитвате се да избягвате да давате твърде много подробности относно новия си проект въз основа на изкуствен интелект (AI). Този тип технология е в основата на търсачката на компанията и причината, която я е накарала да постигне толкова висока известност. Целта на придобиването на DeepMind за 400 милиона долара през 2014 г. беше да се натрупа опитът на тази британска фирма в научните изследвания „Дълбоко обучение“, и по този начин да засили този ключов потенциал.

google

В допълнение, според Ерик Софге от Popular Science, Googleplex е погълнал някои от най-ярките умове в областта на ИИ, както и най-известните компании за роботика, като официално възлага част от споменатата група експерти в области като превозни средства без водач, безпилотни самолети за доставка и други проекти, свързани с ИИ, вече публично обявени. Но какво точно правят тези експерти на Google? Отговорът е храната.

На срещата на високо равнище за дълбоко обучение в Бостън тази седмица ученият от Google Кевин Мърфи представи проект, базиран на анализирайте снимки на храна и преценете броя на калориите чрез сложни алгоритми. Името на системата е Im2Calories, и например, гледайки изображение, той може да открие две яйца, две палачинки и три филийки бекон. Оттам системата измерва размера на всяка порция храна по отношение на чинията и по същия начин с подправките. Освен това Im2Calories не изисква изображения с висока разделителна способност, снимки със стандартно качество, като тези, направени в Instagram.

Що се отнася до сумата от калории, Im2Calories има за цел да опрости процеса, като поддържа a дневен план за хранене, чрез идентифициране на храни, без да се налага да ги вмъквате ръчно в приложение, и като използвате оценки на постоянни променливи, като например размера на порциите. „Ще го направим полуавтоматизиран“, каза Мърфи по време на презентацията си, отбелязвайки, че е възможно да коригирате софтуера с помощта на падащите менюта, ако се случи, че сте сбъркали пърженото с поширани яйца или получите напълно грешно четене . „Дори и да работеше само в 30% от случаите, би било достатъчно хората да започнат да го използват, да събираме данни и да подобряваме процеса с течение на времето“, каза Мърфи.

Предвид голямата загриженост в САЩ за проблема със затлъстяването, ясно е, че търговската версия на Im2Calories ще бъде приета много добре.

Как работи Im2Calories

Ако се задълбочим малко повече в неговата работа, както при много други приложения за „машинно обучение“, тя се състои от свързване на визуален анализ - в този случай определяне от дълбочина на всеки пиксел в изображението - с разпознаване на образец. Im2Calories прави връзка между това, което открива в порция храна и обширна база данни за калории.

Im2Calories е проектиран да се подобри, докато се използва. Целта му е да се сведе до минимум времето, прекарано в хранене или сканиране на софтуерна единица, като по този начин се подобри нейната производителност. Когато Im2Calories чете, че е хамбургер, това е така, защото пикселите в изображението наподобяват тези на записаните снимки на хамбургери. За да бъде ефективно дълбокото обучение, извличане на нюанси предимно от аудио, видео, неподвижни изображения и текстови източници, трябва да имате поне един известна степен на самостоятелност.

Дори да приемем, че Im2Calories не става напълно точен, Мърфи вярва, че все пак ще окаже влияние. "За мен е очевидно, че хората искат нещо подобно и ще бъде много полезно", каза той. "Добре, може да получим само 20% от калориите, няма значение. Ще изчисляваме средно за седмица или месец или година. И можем да събираме информация от най-различни хора, за да започнем статистика на населението. Имам колеги по епидемиология и обществено здравеопазване, които са много заинтересовани. ".

Google наскоро започна процеса на патент за Im2Calories, а Мърфи отказа да даде подробности кога може да е на разположение. Както и да е дългосрочна цел на тази технология има по-голям обхват. Очевидно е, че Google ще се опита да намери най-подходящото за вас. „Ако успеем да извършим този процес с храна, това е само отправна точка“, каза Мърфи. „Можем да си представим възможни анализи на други видове сценарии, като например по улиците, за да намерим превозни средства или да преброим броя на колите, да получим характеристики и т.н. Което би ни помогнало да правим прогнози относно възможността за паркиране, наред с други опции. И тъй като технологията е същата, само данните ще се променят ".

Ако най-накрая ги развият роботи в колите способен да открие в кой блок е по-вероятно да намери свободно място за паркиране в рамките на десет минути, няма съмнение, че AI технологиите, базирани на „задълбочено обучение“, ще продължат да предизвикват нарастващ интерес от страна на Силиконовата долина.