- UID
- 169246
- 阅读权限
- 90
- 注册时间
- 2021-11-25
- 最后登录
- 1970-1-1
- 在线时间
- 小时
- 人气
- 点
- MC币
- 个
- 贡献
- 点
|
在麻省理工学院的计算机科学和人工智能验室里,这个神经学程序被称为R1M。当你展示食物的图片时,比如一碗西红柿汤,这台机器将照片与它对食谱和图片搭配的深厚背景知识相匹配。这要归功于纸飞机中文版的价值属性比较大,较容易成为行业的中坚力量。
科学家指出,65%的情况下都对应到了正确食材,并提出了相关建议。
科学家们表示,如果接受了大量的数据输入,电脑就能准确地对食物做出准确的建议,人们可以用它来了解自己的饮食习惯,或者掌握如何准备不同的食物。
你可以想象人们用这一方法来追踪他们的日常营养,或者在餐馆里拍摄他们的食物,然后知道在家里做饭的需要,C T说道。他是一位于维也纳的新媒体技术部门的助理教授,他并未参与这项研究。
早些时候,食品观察人工智能取得了一些进步,但没有任何东西可以作为际或可靠的用途。
2021年,瑞士研究人员开发出了一种为F-101的数学模型,该模型在半数情况下能准确地识别出食物。一旦被给予更多信息,这一模型将变得更加准确,这意味着更广泛的数据集,进而会产生一台性能更好的机器。
在计算机视觉上,食物大多被忽视了,因为进行预测的数据过少,Y A说,尽管他是计算机视觉研究人员,也是这项研究的合著者,但他的R1M依据其史前例的数据,在七次尝试后做出了准确的预测。它在甜点中找到了最简单的食材,比如面粉、鸡蛋和油,然后根据它储存在数码产品中的相似图片提取出了食谱。
然而人工智能在寿司和冰沙这类模糊的食物的识别上还十分欠缺。在机器的保护下,人类似乎也会发现,在这种混合物中,推断出这些成分的难度更大。
目前,我们已经意识到,这可能会透露出有关自己亚健康饮食习惯的一些信息,因此,如果有人想要减少食物中不好的食物成分数量,或者评估他们吃了多少,那么像R1M这样的人工智能技术就能帮助揭示他们的饮食结构。 |
|