机器视觉技术可以适度的准确度理解盘子上的食物

自人类诞生之初，技术和食物就齐头并进共促发展。我们的祖先用火来烹饪食物，用石器来捕捉和准备食物。

食品和技术之间的联系至今仍然存在。IEEE Xplore包含了600多万篇关于最新突破性技术的文章，包括了分析食品制备技术甚至食谱的各种研究。流行的短语“自切片面包以来最伟大的发明（the greatest invention since sliced bread）”通常用来表示一种特别有用的新技术。顺带一提，切面包的机器是在1928年开发出来的。

随着人工智能和机器人技术的崛起，食品与技术的融合正开辟新的前沿。从图像识别到食谱推荐，科技正在改变我们的烹饪方式，让我们更加便捷、健康地享受美食。讨论技术人员正在追求的一些想法，以及现在正在发生的事情可能会很有趣：

从图像识别到食谱推荐：在一个由视觉内容主导的世界里，每天发布在社交媒体上的食物照片数量惊人。但你有没有看过一张图片后想了解“这是怎么做的呢？”—— 如果有的话，这非常正常 —— 事实上，一组研究人员最近公布了他们开发的一个数据集，该数据集完全致力于印度美食，因为现有的工具并不包含许多印度本土的地区和传统菜肴。

该数据集由机器学习提供支持，旨在将印度菜的图像作为输入，识别其成分，并检索菜品的名称。

不过，需要注意的是，这些技术不仅仅依赖于图像。能够将图像连接到更大的食谱数据库是关键。

IEEE高级会员Eleanor “Nell” Waston说：“目前的机器视觉技术可以以适度的准确度理解盘子上的食物。然而，许多成分，如黄油或大蒜，在成品上将无法视觉上区分，从而使这一过程变得困难。”

机器人学习：研究表明，我们花费越多的时间自己做饭，我们的食物就越健康。但我们中的许多人没有时间做饭。技术人员现在正在研究可以通过观察人类来学习的机器人，并将其应用于厨房，这可能会节省大量时间，改善健康。

IEEE高级会员Euclides Chuma指出，尽管机器可以模仿人类的行为，但创造出美味独特的菜肴仍然是一门艺术，需要独特的感官和创造力，这些对于机器人来说是非常复杂的。

Chuma说：“这种类型的与世界的互动对机器来说非常复杂，但对人类来说很常见。机器人可以在没有重大挑战的情况下烹饪简单工业化的食物。然而，烹饪具有不同质地、味道和香气的新鲜食物，是一些人类掌握的一门艺术。我们或许可以期待未来机器能够真正理解并创造出符合各种口味需求的美食 —— 这将需要许多不同的传感器和多种复杂的艺术算法达到这一水平的智力。”

食材推荐：情况或许是这样的：离晚餐还有一个小时，冰箱里装满了看似可利用的食材，但还没有计划要做什么。这时，成分推荐系统可以提供帮助。他们会告诉你可以做什么，确定你可能需要的食材，并将其与食谱列表联系起来。技术人员也在试验可以考虑饮食类型、烹饪复杂程度和菜谱的系统。

Watson说：“我们似乎离能够拥有味觉和愉悦感的机器还很远，所以机器要创造出真正美味有趣的新奇口味将是一项非常具有挑战性的任务。然而，机器可能擅长的一件事是重新将食谱混合，比如改变某种食物的用量（例如烤土豆），或者创建通常不会相互搭配的菜肴的菜单融合，使其可以互补，比如印度和墨西哥风味。”

不要点错菜了：你有没有在看菜单时很难做出决定，只是在服务员过来接你点的时候随机选择了一些东西？你有没有后悔过你点的菜，而一桌的人却在享用美味的食物？你有没有后悔过你点的菜，而一桌的人却在享用美味的食物？

IEEE高级会员Ayesha Iqbal表示：“食品和配料推荐系统将食品分析作为其核心组件，以获取用户的食品消费数据。食品分析可能广泛包括类别识别、数量估计以及配料和烹饪说明识别，而且主要是在神经网络技术的帮助下完成的。最终，基于人工智能的推荐系统将能够根据用户的行为、偏好和需求提供推荐。”

中国的烹饪文化有着悠久的历史，丰富的口味和传统的烹饪方法，这为未来的科技创新提供了无限可能性。通过结合传统的烹饪智慧和现代的技术进步，我们或许可以期待未来机器能够真正理解并创造出符合各种口味需求的美食，为中国丰富多样的饮食文化注入新的活力。

 

        审核编辑：彭菁