Когда ИИ выиграет MasterChef?
Один из способов проверить точность ИИ часто состоит в том, чтобы заставить его выполнять некоторые очень человеческие задачи, и кулинария, безусловно, является одной из них, поскольку говорят, что это не только наука, но и искусство.
Ранее в этом году исследователи из Университета Мэриленда и Австралийского исследовательского центра NICTA сделали именно это. Конечно, за последние несколько лет мы видели несколько примеров роботов, которые умеют готовить, но все они следовали определенному уровню заранее запрограммированных инструкций.
Но как этот робот вообще научится готовить? Что ж, он делает то же, что и большинство из нас: он зашел на Youtube, чтобы посмотреть кулинарные видео. После просмотра аннотированного набора данных из 88 видеороликов на YouTube, где люди готовят еду, используя алгоритмы глубокого обучения, программа смогла определить, как рука держит предмет, и распознать конкретные объекты. В конечном итоге он также смог предсказать действия с участием объекта и руки.
Такой эксперимент имеет двойную сложность. Мало того, что он должен выяснить технику приготовления и рецепты из огромной базы данных информации на естественном языке, но есть дополнительная роботизированная задача, чтобы воспроизвести его обучение. Один особенно сложный случай должен был быть связан с хваткой, так как это жест, который можно использовать для разных целей и применять к очень широкому спектру продуктов. В этом эксперименте захваты были разделены на шесть типов: силовые захваты и точные захваты, каждый для маленького объекта, большого объекта или сферического объекта.
Эти исследователи опубликовали свои достижения в статье под названием Планы действий по манипулированию обучением роботов путем «просмотра видео из всемирной паутины без ограничений». Затем они представили свою работу на 29-й ежегодной конференции Ассоциации развития искусственного интеллекта.
Однако не только они шли по этому пути. Команда искусственного интеллекта из IBM также взяла на себя аналогичную задачу и работала над перепрограммированием своего компьютера Watson, победившего в игровом шоу, чтобы он стал шеф-поваром. На этот раз их целью было не воспроизведение, а «создание новых и невиданных ранее рецептов», объяснил Стив Абрамс из IBM. Они решили использовать суперкомпьютер для создания экзотических комбинаций ингредиентов из триллионов потенциальных группировок.
Обучение Watson началось с того, что ему рассказали десятки тысяч рецептов, а также химический состав продуктов. Затем суперкомпьютер использовал три разных показателя для анализа комбинаций ингредиентов, оценивая их по степени неожиданности, приятности и синергии, поскольку «исследования показывают, что продукты, имеющие общие химические вкусовые соединения, имеют приятный вкус вместе».
Что интересно, шеф-повар Уотсон подойдет к приготовлению пищи с очень научным мышлением в отрасли, переполненной страстью, традициями и предвзятыми идеями. Уотсон рассмотрит роль отдельных ингредиентов в рецепте и сосредоточится на конкретных аспектах их состава, которые заставляют их работать.
Эта наивность позволила Уотсону стать соавтором книги с шеф-поваром Джеймсом Бришионе из Института кулинарного образования под названием Когнитивная кулинария с шеф-поваром Уотсоном, которую вы можете заказать здесь. В книге подробно описано более 65 оригинальных рецептов, открывающих целый новый мир кулинарных возможностей: от испанского миндального полумесяца до креольских клецок с креветками и бараниной, итальянско-тыквенного чизкейка и эля из копыт и меда.
Теперь сервис перешел в общедоступное бета-тестирование в сотрудничестве с кулинарным веб-сайтом Bon Appétit, используя рамки уже существующих рецептов (и его способность понимать и писать на естественном английском языке) для написания полных рецептов. Конечно, все еще есть некоторые ошибки, в основном из-за иногда странной классификации продуктов, но результаты остаются очень креативными. Мы можем ясно представить себе применение такого творчества при оптимизации запасов ингредиентов в ресторане или в любом холодильнике.
В заключение отметим, что оба оригинальных проекта — это лишь беглый взгляд на возможности, которые ИИ предложит в ближайшие годы. Первый робот вселяет надежду на полностью интеллектуального робота для манипуляционных задач, который может автоматически обогащать свой собственный ресурс знаний, «просматривая» записи из Интернета. С другой стороны, Watson — идеальная демонстрация того, как завтрашние компьютеры будут понимать и анализировать огромные объемы данных, чтобы давать экспертам ответы, основанные на фактических данных. Без сомнения, искусственный интеллект позволит нам увеличить творческий потенциал человека.
