Inverse AI-Cooking: Künstliche Intelligenz generiert Kochrezepte aus Foodie-Pics

Facebook hat eine Künstliche Intelligenz programmiert, die Kochrezepte aus Foodie-Pics generiert und dabei leckerere Rezepte produziert, als Menschen vor derselben Aufgabe (also Abschätzen von Zutaten und Zubereitung aus einem Bild).

Wenn die AI irgendwann in einem Jahr ausgereift ist, kann man dann mit einer Shazam-for-Food-App in’s beste Restaurant der Stadt gehen, das Essen abfotografieren und zuhause nachkochen, was im Zweifel nochmal sehr (sehr) interessante urheberrechtliche Fragen aufwirft: Sind reverse-engineerte Speisen aus Restaurant sowas wie Wirtschaftsspionage? Hat der Koch des Restaurants das Copyright auf das von der Künstlichen Intelligenz generierte Rezept? Oder der User? Und darf ich nachgekochte Speisen eines geheimen Rezepts aus einem Luxusrestaurant verkaufen? Und schmeckt das überhaupt alles?

Jedenfalls kann ich demnächst Eure Instagram-Feeds nachkochen und der geilste Burger der Stadt ist hiermit demokratisiert. Unten jede Menge Beispielrezepte, auch von abfotografierten Restaurantspeisen. Yum!

FacebookAI: Using AI to generate recipes from food images
Paper: Inverse Cooking: Recipe Generation from Food Images
Code zum Selberkochen auf Github: https://github.com/facebookresearch/inversecooking

People enjoy food photography because they appreciate food. Behind each meal there is a story described in a complex recipe and, unfortunately, by simply looking at a food image we do not have access to its preparation process. Therefore, in this paper we introduce an inverse cooking system that recreates cooking recipes given food images. Our system predicts ingredients as sets by means of a novel architecture, modeling their dependencies without imposing any order, and then generates cooking instructions by attending to both image and its inferred ingredients simultaneously.

We extensively evaluate the whole system on the large-scale Recipe1M dataset and show that (1) we improve performance w.r.t. previous baselines for ingredient prediction; (2) we are able to obtain high quality recipes by leveraging both image and ingredients; (3) our system is able to produce more compelling recipes than retrieval-based approaches according to human judgment.

Jetzt Nerdcore unterstützen!

Nerdcore veröffentlicht seit mehr als 12 Jahren Analysen und Dokumentationen zu Memetik, Netz-Soziologie und digitalen Subkulturen, garniert mit jeder Menge Kunst, Entertainment und Unfug. Nerdcore prägte die deutsche Netzkultur maßgeblich, initiierte die erste deutsche Meme, ging Frau Merkel mit Flashmobs auf die Nerven und manche Menschen behaupten, ich würde ab und zu gute Arbeit abliefern.

Die Website ist seit 2017 werbefrei und wird aus Spenden und Abonnements finanziert. Um den Betrieb der Seite und meine Vollzeitstelle zu sichern, könnt ihr gerne ein Abonnement auf Patreon oder Steady abschließen oder mir eine einmalige Spende oder einen Dauerauftrag per Paypal oder auf mein Konto (IBAN DE05100100100921631121) zukommen lassen.

Vielen Dank an alle Leser und Unterstützer dieses Blogs.

Neu auf Nerdcore:

[Links 24.1.2020] Radioheads Public Library; 2000 Jahre altes Glas-Hirn aus Pompeji; 300 Milliarden Umdrehungen pro Minute; Computer-Designed Organisms

Bewusstsein als Emergenz synchronisierter Illusionen

Doku-Trailer: The Booksellers

Ein neues Pisse-Album namens Pisse

Tiefenunschärfe als fotojournalistische Meme: The Rise of the Blur