吃飯前拍照總是被白眼?MIT 新型食物鑑定技術要讓你拍的理直氣壯!

美食剛上桌時,不是拿起筷子趕緊嚐嚐而是抓起手機一頓拍照以「鑑毒」,這一現像在大家的生活中已見怪不怪。然而,MIT(麻省理工學院)的科學家卻據此研發了一種新型的食物識別系統——Pic2 Recipe。據稱,該系統可通過查看食物照片來預測食材的成分,並向用戶推薦類似的食譜。
評論
評論

本篇來自合作媒體 雷鋒網 ,INSIDE 經授權後轉載。

美食剛上桌時,不是拿起筷子趕緊嚐嚐而是抓起手機一頓拍照以「鑑毒」,這一現像在大家的生活中已見怪不怪。然而,MIT(麻省理工學院)的科學家卻據此研發了一種新型的食物識別系統——Pic2 Recipe。據稱,該系統可通過查看食物照片來預測食材的成分,並向用戶推薦類似的食譜。

據 MIT 的 CSAIL(電腦科學和人工智慧實驗室)的研究人員表示,該系統不僅可以幫助大家學習食譜,還能更好地了解大家的飲食習慣。聯合研發人 Yusuf Aytar 就此表示:「在電腦視覺方面,食物往往被大家忽視,因為我們沒有大規模的數據集來進行預測。」

但是,在社群媒體上看似無用的食物照片,實際上卻能為健康飲食提供重要的參考意見。 據 Aytar 介紹,在 Pic2 Recipe 系統的研發過程中,他們梳理了多個食譜網站,包括 All Recipes、Food.com(全球最大的食譜和食物網站之一)等,並在此基礎上建立了 Recipe1M 數據庫,該數據庫共有 100 萬份以上的食譜,其中還註明了各種菜餚的成分訊息。

與此同時,該系統也運用了瑞士科學家 2014 年研發的食物識別算法 Food-101 Data Set,運用了其數據庫中的 101000 張食物圖片,而這些圖片和 Recipe1M 數據有交叉引用的部分。

在這些數據庫的基礎上,研發人員藉其訓練神經網絡和查找圖案,並在各個食物圖像和其對應的成分和食譜之間建立聯繫。

據外媒表示,只要給出一張食物的照片, Pic2 Recipe 系統就能識別該食物的成分,比如,雞蛋、麵粉、奶油等,並根據數據庫裡相似的圖像給出推薦的食譜。

不過,該系統比較適用於烘焙類的食物,比如餅乾、鬆餅等,因為「Recipe1M」數據庫的核心就與其相關。如果涉及壽司卷、冰沙等比較複雜的食物,其成分就很難確定。

當遇到同樣的食物有著類似的食譜時,該系統也很容易「犯暈」,識別錯誤率也會提升。據 Hynes 介紹,目前 Pic2 Recipe 的識別準確率可達 65%。該 AI 系統當前遇到的最大瓶頸還在於圖片本身。因為在拍攝食物圖像時,食物的呈現往往會受到拍攝狀態的影響,比如角度、遠近、擺放和燈光等因素,都有可能造成識別結果的不同。

 

Hynes 同時表示,未來研究人員還想在其基礎上做一些細化和改進,以便更好地了解這些食物。比如,根據該系統來推斷食物該如何烹飪的方式(是該燉還是切丁等),並區分不同食物之間的區別。同時未來還有可能在該系統上開發一個「晚餐助手」,即根據用戶的飲食習慣和冰箱裡的「存貨」來推薦食譜清單。

這可能有助於人們在沒有明確營養訊息的時候弄清楚他們的食物裡都有哪些成分。舉個例子,如果你知道菜餚裡有哪些成分,但不清楚具體含量,你可以拍一張照片,輸入成分,運行該模型後在 Pic2 Recipe 裡找到含有具體含量的類似食譜,以後就能使用這些訊息來優化你的用餐習慣。Hynes 最後表示。


Akamai 服務上新,於邊緣處推動快速創新

Akamai EdgeWorkers 為開發團隊提供豐富功能和工具來創建新的微服務,利用 Akamai 提供的 25 萬台分佈式服務器組成的網絡,在邊緣執行安全而快速的計算,並在邊緣暫存內容,以實現快速交付。
評論
評論

在雲計算技術還沒有大規模普及前,絕大部分企業和組織都需要自建數據中心,或通過託管的方式來部署自己的硬體基礎架構,並在此基礎上為員工和客戶提供服務。取決於業務或其他方面的諸多要求,此時需要部署的數據中心可能有很多個,並廣泛分佈在不同地區,藉此為客戶提供流暢的體驗,並透過多個數據中心保障連續性。在發展的過程中,隨著「雲端」的出現,讓各個組織的計算開始集中。

而當在線直播、無人駕駛、智能家電、物聯網等應用開始陸續深入我們的工作和生活,情況又不同了。以往透過雲平台集中運行和服務的模式,因為距離導致的網絡延遲已經對用戶的使用體驗產生極大影響。為了提供更敏捷、靈活、快速、可靠的體驗,企業需要從最貼近用戶的地方提供服務。因此,邊緣計算就成為最有效的解決方法。

透過將數據的收集、分析和處理等工作,由「雲中心」重新分散到最接近用戶的邊緣位置,企業可以就近為用戶提供服務,通過延遲更低的響應打造更出色的用戶體驗。

「無服務器」的出現,帶來計算方式的革新

以前,當組織需要上線一套業務系統時,首先需要採購並部署相應的服務器硬體,並且要負擔服務器日常運維過程中的管理、維護、補丁安裝、配置等繁瑣任務。

上雲前,組織需要在自己的數據中心,以硬體服務器的方式執行這一系列工作;上雲後雖然簡單許多,但依然需要面對雲服務商提供的虛擬服務器,從本質上來看相關負擔仍相當繁重。

無服務器(Serverless)技術的出現,讓組織可以在不需要考慮服務器的情況下,構建並運行由微服務構成的創新式應用程式與和服務。藉此不僅可以省略基礎架構管理任務,還能為幾乎任何類型的應用程式或後端服務構建無服務器應用程序,更方便、靈活地構建出具備極高可用性的應用。

Akamai EdgeWorkers :為創新賦能

Akamai EdgeWorkers 為開發團隊提供豐富功能和工具來創建新的微服務,利用Akamai 超過 25 萬台分佈式服務器組成的網絡,在邊緣執行安全而快速的計算,並在邊緣暫存內容,以實現快速交付。

當開發團隊在邊緣開啟代碼時,他們會將數據、見解和邏輯推送到更靠近最終用戶的位置。Akamai 的高性能、可擴展式實施模型,可確保數據和計算不會被延遲問題困擾,進而避免對數字化體驗產生負面影響。

在該服務幫助下,開發者可直接在 Akamai 的全球分佈式平台上快速、迭代地創建和部署新服務,以解決問題和自定義交付。

長期以來,Akamai 在邊緣計算的創新和成功實施皆具有優勢。自 1998 年起,便開始為 Akamai 內容交付網絡(CDN)的客戶推出自定義交付邏輯,其他里程碑還包括 2001 年的 Edge Site Includes 、2002 年的 Edge Java 以及 2014 年的 cloudlet 應用程式。

目前, Akamai 在全球擁有超過 4100 個入網點,為 EdgeWorkers 用戶提供出色的邊緣基礎架構規模和範圍,開發人員可以在靠近最終用戶和他們的數字化接觸點的地方部署代碼,以實現盡可能低的延遲。EdgeWorkers 同樣獨立於雲,客戶可以選擇利用 CDN 供應商或雲供應商平台上的無服務器計算功能。在 Akamai 幫助下,客戶可以在整個混合雲或多雲環境中部署單一的無服務器計算平台。

更多相關資訊:https://www.akamai.com/solutions/edge

本文章內容由「猿聲串動」提供,經關鍵評論網媒體集團廣編企劃編審。