Un'intelligenza artificiale per la pizza

Il Massachusetts Institute of Technology e il Qatar Computing Research Institute hanno creato un'intelligenza artificiale che sa fare la pizza.

Fin dove arriverà a spingersi l’intelligenza artificiale? Dove è necessario tracciare un confine oltre il quale è bene impedire l’azione degli algoritmi? Quali i paletti dettati da principi di natura etica da imporre al lavoro di ricercatori e sviluppatori? Passi per l’impiego del machine learning in ambito bellico e per la sorveglianza delle masse, ma con la nuova iniziativa annunciata del MIT la misura è senz’altro colma: ci troviamo di fronte a un’IA per fare la pizza.

PizzaGAN, un’IA per fare la pizza

Ironia a parte, PizzaGAN (Generative Adversarial Network, rete antagonista generativa) è un progetto messo in campo dal CSAIL (Computer Science and Artificial Intelligence Laboratory) del Massachusetts Institute of Technology in collaborazione con il Qatar Computing Research Institute. Il sistema è in grado di identificare il condimento di una pizza semplicemente osservandone un’immagine o una fotografia, distinguendo l’ordine in cui sono aggiunti gli ingredienti, la loro quantità e valutando se il livello di cottura è adeguato.

PizzaGAN: intelligenza artificiale e pizza

Gli stessi autori ammettono che l’affidabilità degli algoritmi è migliorabile: al momento il riconoscimento avviene correttamente nell’88% dei casi se sulla base sono posizionati fino a due ingredienti. Insomma, nessun particolare problema per una Margherita, mentre con una Quattro Stagione già si potrebbero incontrare le prime difficoltà. Come sempre quando si parla di concept legati al territorio di reti neurali e machine learning l’efficacia è destinata a migliorare con il passare del tempo e con la pratica.

PizzaGAN: intelligenza artificiale e pizza

Va precisato che PizzaGAN non è in grado di fare una pizza (il sistema non è affiancato da un’unità operativa), almeno non per ora, ma si limita ad analizzarla, ricorrendo a una complessa soluzione di riconoscimento delle immagini, estrapolandone i singoli elementi, riconoscendoli e catalogandoli. Un esercizio di stile fine a se stesso, dunque? Non esattamente.

Una tecnologia i questo tipo potrebbe essere un giorno integrata in apparecchiature a supporto della preparazione delle pietanze più svariate, nello spazio domestico e non solo. Dopotutto il concetto sarebbe replicabile per piatti e cibi di natura differente. Un approccio simile sembra potersi adattare anche allo shopping e al settore dell’abbigliamento, dove per dar vita a uno stile sulla base delle specifiche esigenze è necessario combinare tra loro diversi capi e accessori. Dando un’occhiata al sito ufficiale del progetto legato alla pizza, fortunatamente, nell’elenco degli ingredienti presi in esame non c’è l’ananas. Il che ci rincuora.

Aggiornamento: ci eravamo illusi, come ci fa gentilmente notare un lettore, l’ananas c’è.

Il white papaer del progetto e l'ananas

Grazie per la segnalazione.

La tua email sarà utilizzata per comunicarti se qualcuno risponde al tuo commento e non sarà pubblicato. Dichiari di avere preso visione e di accettare quanto previsto dalla informativa privacy

  • React man scrive:
    Mai capito perché chiamano "pepperoni" il salame piccante....
    • Alessandro Cicci Pavone scrive:
      Chiamano anche "biscotti" i cantuccini, e addirittura spesso "scampi" la pasta con il pesce. Demenziale. Comunque tu l'hai mai assaggiato il "pepperoni" che servono in USA? Fa XXXXXX. È soltanto salato, per niente piccante.
  • Wek scrive:
    Purtroppo l'ananas nel paper invece c'e'. ;) "Data. In this section, we perform experiments on real pizzas. We train our model on 9,213 images for 12 classes (toppings): {arugula, bacon, broccoli, corn, fresh basil, mushrooms, olives, onions, pepperoni, peppers, pineapple, tomatoes}." (http://pizzagan.csail.mit.edu/papadopoulos19cvpr.pdf)
Fonte: MIT
Chiudi i commenti