Im2Calories è in grado di calcolare le calorie di un piatto analizzandone la foto. È sul cibo il più avanzato progetto di Intelligenza artificiale di Google
Il cibo e le calorie sono al centro della più avanzata ricerca Google.L’Intelligenza Artificiale (AI) è alla base del motore di ricerca Google e, sempre di più al centro della strategia della società che proprio per questo nel 2014 ha acquisito DeepMind – a 14 miliardi di dollari – per lo sviluppo del Deep Learning.
Ma Google non si è fermata qui, ha infatti integrato al proprio organico società che si occupano di robotica, di auto a guida autonoma e droni per le consegne.
Indice dei contenuti
Il Cibo e le calorie allo studio dell’intelligenza artifciale
Ma di che cosa si stanno occupando negli ultimi tempi gli esperti di AI di Google? In una parola: CIBO.
Al Rework Deep Learning Summit tenutosi a Boston, il ricercatore di Google Kevin Murphy ha svelato un progetto relativo a dei sofisticatissimi algoritmi di deep learning che analizzano immagini statiche di cibo e fanno un stima delle calorie presenti in quella pietanza o alimento.
Si chiama Im2Calories il sistema che, osservando un’immagine, conta gli alimenti presenti e può dare un’idea delle calorie sulla base delle dimensioni dei singoli cibi e dei condimenti o salse ad essi abbinati. Ma c’è di più, Im2Calories non richiede immagini ad alta risoluzione, il formato Instagram, ad esempio, è perfettamente idoneo all’analisi.
Contare le calorie in modo semplice
Lo scopo di Im2Calories è quello di semplificare l’elaborazione di un diario alimentare, identificando i cibi senza che vengano inseriti manualmente in una app. È un sistema semi automatizzato, che potrà essere lanciato ufficialmente quando si raggiungerà un’accuratezza di identificazione dei cibi pari al 30%, in quanto grazie all’utilizzo su larga scala il sistema sarà in grado di ottimizzarsi in tempi brevi autonomamente.
Il problema dell’obesità e del junk food (cibo spazzatura) venduto a prezzi irrisori, rimane una piaga negli USA e una versione commerciale di Im2Calories potrebbe favorire la popolarità del sistema e un miglioramento delle abitudini alimentari di molti e come molte altre applicazioni di deep learning, coniuga l’analisi visuale agli schemi di riconoscimento.
Im2Calories impara a riconoscere il cibo e diventa più preciso nel conteggio delle calorie
Im2Calories è in grado di associare all’aspetto di un cibo una serie di variabili relative alle calorie, ed è stato realizzato con una profonda capacità di apprendimenti, è in grado quindi di migliorare attraverso un uso frequente.
Lo scopo i molti sistemi di deep learning è quello di minimizzare il quantitativo di tempo necessario a fornire dati per migliorare le prestazioni e l’esperienza dell’utente.
Stimare le calorie attraverso i pixel
Im2Calories si concentra sui pixel di un’immagine, ragion per cui, maggiore sarà il numero di immagini delle quali disporrà, sempre più accurati saranno non soltanto i riconoscimenti dei cibi, ma anche le stime caloriche.
Nonostante la mancanza di estrema accuratezza al momento, secondo Murphy, Im2Calories saprà dimostrarsi rivoluzionario.
“Per me è ovvio che le persone riterranno questo strumento utile. Probabilmente la stima delle calorie verrà ridotta almeno del 20%, ma non importa. Sarà una questione di mesi, settimane o anni, ma riusciremo ad accrescere l’accuratezza significativamente. E adesso possiamo iniziare a pensare ad unire le informazioni provenienti da un numero ingente di persone così da poter stilare una statistica più precisa. Ho colleghi che lavorano nel settore della sanità e tutti sono interessati a questa soluzione”.
Im2Calories, un sistema brevettato
Google ha da poco sottoposto Im2Calories a licenza di brevetto e Murphy ha preferito non condividere dettagli sul rilascio ufficiale. “Se saremo in grado di applicare questa tecnologia al cibo, allora Google la potrà applicare ad una serie infinita di ambiti, come la localizzazione delle auto, il conteggio dei mezzi in strada, la diversificazione delle auto individuate e stabilire quale direzione stiano percorrendo. Potremmo iniziare a fare analisi del traffico o fare previsioni per i parcheggi. E siccome tutto parte dai dati, la tecnologia sarà invariata, saranno soltanto i dati a cambiare”.
Francesco Marino
Giornalista esperto di tecnologia, da oltre 20 anni si occupa di innovazione, mondo digitale, hardware, software e social. È stato direttore editoriale della rivista scientifica Newton e ha lavorato per 11 anni al Gruppo Sole 24 Ore. È il fondatore e direttore responsabile di Digitalic
