通過一張簡單的食物照片你能看到什么？當時和你一起吃飯的人？用餐的那個餐館播放的爵士樂？或者是懷念那一口美味的，自己卻做不出吃不到的家鄉(xiāng)菜？

Facebook最新研究，使用AI技術，只需要一張食物的圖片就可以洞悉它的烹飪方法。

該系統(tǒng)通過新穎的架構預測成分作為集合，在不強加任何順序的情況下對其依賴性進行建模，然后通過同時處理圖像及其推斷成分來生成烹飪指令。

AI變身大廚：看一眼就知道這道菜怎么做的

一份優(yōu)秀的菜譜不僅能夠寫清楚配料，還要有清晰的烹飪步驟，例如大火爆炒幾分鐘，小火慢燉幾分鐘，是切絲還是切塊等等。

之前，傳統(tǒng)的做法是將圖片轉圖譜問題看做一種“檢索任務”，即根據(jù)圖片的相似度從食譜譜數(shù)據(jù)集中匹配烹飪方案。

這類系統(tǒng)的性能在很大程度上取決于數(shù)據(jù)集的大小和多樣性，以及圖片的質量。如果數(shù)據(jù)集中壓根沒有圖片對應食譜的時候，顯然這個系統(tǒng)非常失敗。

將圖片到食譜看成條件生成問題可以很好的解決傳統(tǒng)系統(tǒng)的難題。換句話說，與直接的圖片匹配不同，后者更多的是預測配料的成分，然后根據(jù)配料和其對應的美食圖片生成烹飪步驟。

更重要的進步：除了食譜，之后可能還能識別卡路里

從食品圖片到菜譜，需要獲得超越僅僅是可見的圖片之外的信息，這對于當前的計算機視覺系統(tǒng)無疑是一個巨大挑戰(zhàn)。

與單純理解自然圖像相比，視覺成分預測需要的還有高級推理和先驗知識，例如，羊角面包中含有黃油。 因為食品具有比較高的類別內可變性 intra-class variability，食物的形態(tài)在烹飪過程中發(fā)生改變，一道煮熟的菜肴和生的原料的樣子可能天差地別。

逆烹飪的實現(xiàn)是邁向更廣泛的食品理解系統(tǒng)的第一步，接下來也許就可以通過照片實現(xiàn)系統(tǒng)對于食物的卡路里估算和自動創(chuàng)建食譜。

成分預測也可以用于解決更廣泛的問題，例如實現(xiàn)圖像到集合的預測。