谷歌的人工智能正在训练自己计算食物照片中的卡路里

无论是偶然还是有意为之，谷歌人工智能 (AI) 计划的细节一直难以捉摸。在某些情况下，没有什么真正的秘密，只是没有什么令人兴奋的事情可谈。人工智能技术是该公司搜索引擎的基础，谷歌在 2014 年高调斥资 4 亿美元收购 DeepMind 的最明显原因就是利用这家英国公司在深度学习方面的专业知识（深度学习是人工智能研究的一个分支，稍后会详细介绍）来增强这一核心能力。但是，谷歌总部已经吸收了人工智能领域的其他聪明才智，以及机器人领域一些最受关注的公司，只有其中一部分正式分配给无人驾驶汽车、送货无人机或其他公开宣布的机器人或人工智能相关项目。谷歌的人工智能专家到底在做什么？

一句话：食物。

在本周于波士顿举行的 Rework 深度学习峰会上，谷歌研究科学家凯文·墨菲公布了一个项目，该项目使用复杂的深度学习算法来分析食物的静态照片，并估算盘子中有多少卡路里。该项目名为 Im2Calories，在一个示例中，系统查看一张图片，并计算出两个鸡蛋、两个煎饼和三片培根。由于这些并不是通用的计量单位，因此系统会测量每块食物相对于盘子的大小以及任何调味品。而且 Im2Calories 不需要精心拍摄的高分辨率图像。任何标准的 Instagram 质量照片都可以。

那么最终的卡路里数是多少？我忙着从那张幻灯片上记下其他数字，没注意到。Im2Calories 的目的不在于用令人震惊的每日食物摄入量计算结果让用户感到羞愧。墨菲希望简化记饮食日记的过程，识别食物，这样你就不必手动将它们输入应用程序，并消除对诸如份量等烦人变量的猜测。墨菲在演讲中说：“我们采用半自动化操作。”他指出，如果软件将煎蛋误认为水煮蛋，或者完全误读了某些内容，你可以使用下拉菜单进行更正。墨菲说：“如果它只有 30% 的时间有效，也足以让人们开始使用它，我们会收集数据，随着时间的推移，它会变得越来越好。”

尽管肥胖在美国仍然是一个危机，而 Im2Calories 的商业版本可能会非常受欢迎，但这个系统的工作方式值得我们仔细研究。与许多深度学习应用程序一样，它将视觉分析（在本例中是确定图像中每个像素的深度）与模式识别结合在一起。Im2Calories 可以将给定食物的外观与大量可用的卡路里数据联系起来。虽然最好不要过多解读“深度学习”一词，这是一个令人回味的 AI 词汇选择，几乎让非研究人员感到恐慌，但 Im2Calories 旨在通过使用来改进自身。许多深度学习系统的目的是尽量减少喂食或测试软件所花费的时间，以提高其性能。如果 Im2Calories 发现了一个汉堡，那是因为图像中的像素与现有汉堡照片中的像素相似，而不是因为研究人员在各种练习运行中握住了系统的手。深度学习要发挥作用，主要通过从音频、视频、静态图像和文本中提取含义，它必须至少在一定程度上能够自力更生。

即使 Im2​​Calories 永远无法完全准确，Murphy 也认为它会产生影响。“对我来说，很明显人们真的想要这个，而且它真的很有用，”他说。“好吧，也许我们可以减少 20% 的卡路里摄入量。这没关系。我们会计算一周、一个月或一年的平均值。现在我们可以开始整合来自多个人的信息，开始进行人口层面的统计。我有流行病学和公共卫生领域的同事，他们真的很想要这个东西。”

谷歌最近才为 Im2Calories 申请了专利，而 Murphy 不愿透露何时可以推出。但这项技术的长期目标更为广泛。而且，坦率地说，它更适合谷歌。“如果我们能为食物做到这一点，那它就是杀手级应用，”Murphy 说。“假设我们进行街景分析。我们不想只说这个十字路口有车。这很无聊。我们想做一些事情，比如定位汽车、计算汽车数量、获取汽车属性，了解它们面向哪个方向。然后我们可以进行交通场景分析，预测最有可能的停车位在哪里。由于这些都是从数据中学习到的，技术是一样的，你只需改变数据。”

肥胖是一种祸害，理应得到谷歌所能部署的所有复杂的语义图像分割和深度神经网络的帮助。但是，机器人汽车本能地知道 10 分钟后哪个街区最有可能有空位？深度学习引起硅谷如此多的兴趣并不奇怪。如果非要说有什么不同的话，那就是它花了这么长时间才出现才令人惊讶。