Нейросеть научили определять происхождение рамена по фотографии

Японский программист создал нейросеть, которая способна с 95-процентной точностью определять по фотографии тарелки с раменом заведение, в котором его приготовили. Для этого он использовал сервис Google AutoML Vision, который автоматически создает оптимальные нейросетевые модели для распознавания конкретных типов объектов, сообщается в блоге Google.

Одно из сильных свойств нейросетей заключается в способности находить незаметные обычному человеку закономерности в больших объемах данных. Программист из Японии по имени Кэндзи Дои (Kenji Doi) предположил, что вид приготовления одинаковых блюд зависит от конкретного повара, инструментов и других факторов, и, соответственно, эти особенности можно определить с помощью нейросети. Он решил проверить гипотезу на фотографиях рамена, приготовленных в 41 точке известной японской сети ресторанов Ramen Jiro.

В качестве тренировочных данных для алгоритма он собрал в интернете 48244 фотографий из 41 ресторана, отбросил неподходящие по каким-либо причинам картинки, и разметил эти данные, сопоставив каждую фотографию с конкретным рестораном. В результате он получил набор данных, состоящий из примерно 1170 фотографий тарелок с раменом для каждого ресторана. Этот датасет программист загрузил в сервис Google AutoML Vision, позволяющий создавать нейросетевые модели для распознавания образов. Сервис получает размеченные данные, а затем самостоятельно занимается оптимизацией архитектуры модели для конкретной задачи. При таком подходе задача дается немного различающимся моделям, которые конкурируют между собой, и из них отбираются модели с наилучшими результатами, после чего процесс может повторяться.

В результате после 24 часов тренировки программист получил программу, которая может классифицировать фотографии тарелок с раменом по 41 ресторану сети с точностью 94,5 процентов. Автор проекта отмечает, что нейросеть правильно классифицировала фотографии при том, что на них были одинаковые тарелки и столы, из чего можно сделать предположение, что она научилась определять различия в самих блюдах, например, в размерах кусков мяса или типе сервировки.

В конце прошлого года программисты из Google создали другой кулинарный алгоритм. Они использовали его для получения наиболее вкусного рецепта шоколадного печенья. Сотрудница нашей редакции решила на собственном опыте испытать кулинарные способности компьютера, испекла такие печенья и написала об этом блог.

Григорий Копиев