Нейромережа навчили визначати походження рамена за фотографією

Японський програміст створив нейромережу, яка здатна з 95-відсотковою точністю визначати по фотографії тарілки з раменом заклад, в якому його приготували. Для цього він використовував сервіс Google AutoML Vision, який автоматично створює оптимальні нейромережеві моделі для розпізнавання конкретних типів об'єктів, повідомляється в блозі Google.

Одна з сильних властивостей нейромереж полягає в здатності знаходити непомітні звичайній людині закономірності у великих обсягах даних. Програміст з Японії на ім'я Кендзі Дої (Kenji Doi) припустив, що вид приготування однакових страв залежить від конкретного кухаря, інструментів та інших факторів, і, відповідно, ці особливості можна визначити за допомогою нейромережі. Він вирішив перевірити гіпотезу на фотографіях рамена, приготованих у 41 точці відомої японської мережі ресторанів Ramen Jiro.

Як тренувальні дані для алгоритму він зібрав в інтернеті 48244 фотографій з 41 ресторану, відкинув невідповідні з якихось причин картинки, і розмітив ці дані, зіставивши кожну фотографію з конкретним рестораном. У результаті він отримав набір даних, що складається з приблизно 1170 фотографій тарілок з раменом для кожного ресторану. Цей датасет програміст завантажив в сервіс Google AutoML Vision, що дозволяє створювати нейромережеві моделі для розпізнавання образів. Сервіс отримує розмічені дані, а потім самостійно займається оптимізацією архітектури моделі для конкретного завдання. При такому підході завдання дається трохи різним моделям, які конкурують між собою, і з них відбираються моделі з найкращими результатами, після чого процес може повторюватися.

У результаті після 24 годин тренування програміст отримав програму, яка може класифікувати фотографії тарілок з раменом за 41 рестораном мережі з точністю 94,5 відсотків. Автор проекту зазначає, що нейромережа правильно класифікувала фотографії при тому, що на них були однакові тарілки і столи, з чого можна зробити припущення, що вона навчилася визначати відмінності в самих стравах, наприклад, у розмірах шматків м'яса або типі сервірування.

Наприкінці минулого року програмісти з Google створили інший кулінарний алгоритм. Вони використовували його для отримання найбільш смачного рецепту шоколадного печива. Співробітниця нашої редакції вирішила на власному досвіді випробувати кулінарні здібності комп'ютера, спекла такі печива і написала про це блог.