A preparare la pizza perfetta ci pensa l’intelligenza artificiale. I ricercatori del Mit in collaborazione con i loro colleghi del Qatar Computing Research Institute hanno sviluppato un modello chiamato PizzaGAN, capace di creare, dalla semplice osservazione della foto di una pizza, la ricetta per prepararla. Si tratta di un modello di reti neurali che opera scomponendo un’immagine per risalire alla composizione del cibo analizzato.
I ricercatori sono partiti costruendo un database di mezzo milione di immagini di pizze scaricate da Instagram. La procedura è stata facilitata dal fatto che è uno degli alimenti più fotografati (oltre 38 milioni di post) e facilmente rintracciabili grazie all’uso dell’hashtag #pizza.
Vediamo più nel dettaglio come si è svolto lo studio.
Indice degli argomenti
Aspetti teorici della ricerca
Una ricetta alimentare è un insieme ordinato di istruzioni per preparare uno specifico piatto. Dal punto di vista visivo, ogni passaggio può essere visto come un modo per modificare l’estetica del piatto aggiungendo ad esempio un ingrediente oppure cuocendo la pietanza.
L’obiettivo dei ricercatori era quello di insegnare a una macchina come preparare una pizza costruendo un modello generativo che rispecchi la procedura passo dopo passo. Ogni operatore è stato progettato come una rete antagonista generativa (GAN).
Il modello proposto è stato in grado di scomporre un’immagine in una sequenza ordinata di livelli e applicare sequenzialmente nell’ordine corretto i corrispondenti moduli di rimozione.
Set di dati per la pizza sintetica
Per valutare il metodo pizzaGAN, è stato creato un set di dati per la pizza sintetica con immagini di pizze riordinate in una sorta di clipart.
Sono due i principali vantaggi della creazione di un set di dati con pizze sintetiche: innanzitutto consente di generare una serie arbitrariamente ampia di esempi di pizza a costo zero, in secondo luogo, offre l’accesso a informazioni precise sull’ordine di base e sulla segmentazione in pixel a più strati dei condimenti.
Set di dati per la pizza reale
Il set di dati per la pizza reale è stato realizzato scaricando mezzo milione di immagini da Instagram utilizzando diversi hashtag famosi legati a questa pietanza.
Successivamente, attraverso il servizio internet di crowdsourcing, Amazon Mechanical Turk (AMT), sono state etichettate 9213 pizze in base al tipo di condimento. Nel dettaglio, per ogni immagine raffigurante una pizza, agli annotatori è stato chiesto di etichettare tutti i condimenti visibili sulla parte superiore della pizza.
Per garantire un alto standard qualitativo, ogni immagine è stata annotata da cinque diversi annotatori e le etichette finali di ogni immagine sono state il risultato di un voto di maggioranza.
Conclusioni
In conclusione il modello, illustrato nel documento “How to make a pizza: Learning a compositional layer-based GAN model”, si è dimostrato capace di scansionare una determinata immagine e in conseguenza fornire le istruzioni dettagliate per realizzare il piatto raffigurato nell’esatta sequenza, passo dopo passo.
I ricercatori, al termine dello studio, hanno affermato che tale metodo potrebbe essere applicato anche ad altri cibi, come insalate e panini.
Non solo, il progetto PizzaGan, sarebbe utilizzabile persino al di fuori del settore alimentare, ad esempio nella moda, in particolare, dove vengono impiegati personal shopper virtuali per la combinazione di abiti, accessori e calzature.
