Advertentie
Food by VICE

Kunstmatige intelligentie kan nu ook zelf eetfoto’s bij recepten genereren

Echt handig, dan hoef je nooit meer zelf foto’s van je voer te maken om op insta te slingeren.

door Bettina Makalintal
27 februari 2019, 11:45am

Screenshots van"GILT: Generating Images from Long Text." Beeld met dank aan Tel Aviv University

Stel dat iemand je een recept geeft, maar zonder titel of foto van het gerecht erbij, en je vraagt om te tekenen wat voor maaltijd eruit zou kunnen komen. Of dat je lukt, hangt niet alleen af van het gerecht, maar ook van hoe vaak je zelf in de keuken staat. Als je nooit kookt, is er immers best een kans dat je bij een recept voor pizza met bloemkoolbodem niet veel verder komt dan wat klonterige bloemkoolroosjes met een rode saus erop.

In een tijd waarin caissières bij de Albert Heijn overbodig worden en robots salades kunnen samenstellen, zal het je vast niet verbazen dat computers deze taak ook uitstekend uit kunnen voeren. Dat blijkt uit een onderzoek van de Universiteit van Tel Aviv, dat vorige maand werd gepubliceerd. Als je zelf geen studie computerwetenschappen hebt gevolgd, is het onderzoekspaper misschien wat ingewikkeld, maar gelukkig was hoofdonderzoeker Ori Bar El zo vriendelijk om het project wat eenvoudiger aan ons uit te leggen.

De onderzoekers lieten een algoritme losgaan op meer dan 50.000 recepten en bijbehorende afbeeldingen. Vervolgens vertaalde het algoritme de tekst en de afbeeldingen van ieder recept naar unieke numerieke representaties. Op basis van die informatie kon het algoritme een nieuwe afbeelding maken, door overeenkomsten te vinden met de numerieke weergave van een specifiek recept. Om dit te kunnen doen, maakte het onderzoeksteam gebruik van een enorme dataset die vorig jaar voor een ander onderzoek werd gebruikt. In deze dataset staan meer dan 1 miljoen recepten en 13 miljoen voedselfoto’s, die vanaf verschillende websites werden verzameld.

image from
Twee voorbeelden van recepten die in het onderzoek werden gebruikt. De bovenste foto laat het daadwerkelijke recept zien, de twee foto’s eronder zijn gegenereerd door het algoritme. Beeld met dank aan de Universiteit van Tel Aviv.

Om te testen of het algoritme echt werkte, moesten de onderzoekers het een taak geven die niet al te gemakkelijk was. Daarom gaven ze het algoritme enkel recepten zonder de bijbehorende titel. “Als je een recept hebt waar ‘pasta bolognese’ boven staat, weet je al dat je een plaatje van pasta bolognese te zien gaat krijgen,” legt Bar El uit aan MUNCHIES. “Maar als je een recept leest waarin enkel staat dat je gehakt en pasta nodig hebt, weet je nog niet of het pasta bolognese zal zijn of lasagne.”

De ingrediëntenlijst en de instructies werden in twee aparte stukken verdeeld, maar verder werden de recepten volgens Bar El niet vereenvoudigd. Ze hebben het algoritme namelijk getraind om zowel met makkelijke als moeilijke recepten te kunnen werken. “De recepten waren behoorlijk ingewikkeld,” zegt hij. “Sommige bestonden uit wel dertig regels.”

W9E4iF5ZeWDPYE22MsdDT1DNk7pal-Uo6mPd88pwshkynf-30ysscf-wBzNWLQ0Xy7X-H_66dT5umua2Eb_hqtfSTJu3OLX3XFFDKWBtpqTs-9C0gsCmGGYY_9oOCN7WWZi6JLBs

Bovenste rij: de echte foto van een recept. Onderste rij: afbeeldingen gegenereerd door het algoritme, in een poging met het recept overeen te komen. Beeld met dank aan de Universiteit van Tel Aviv.

Hoewel de voedselfoto’s van het algoritme niet bepaald de schoonheidsprijs verdienen, zien de resultaten er grotendeels verbazingwekkend eetbaar uit. We hebben het in ieder geval weleens erger gezien – denk aan de twitterfoto’s van Martha Stewart of die walgelijke kalfsvleespastei van Lucille Werner.

Volgens Bar El is het algoritme goed in het genereren van “pap-achtig” voedsel, maar lijkt het moeite te hebben met eten dat een duidelijkere vorm heeft, zoals hamburgers of kip. Daarom is Bar El van plan om het algoritme beter te trainen, zodat het meer recepten kan herkennen. “Het werkt eigenlijk hetzelfde als bij mensen,” legt hij uit. “Als je mij een of twee recepten laat zien, zal ik het lastig vinden om te begrijpen wat voor eten er wordt beschreven. Maar als je me duizenden afbeeldingen laat zien, is het al een stuk makkelijker.”

Voor dit project werkte het team met eten, maar Bar El ziet ook zeker mogelijkheden om het toe te passen op bijvoorbeeld kinderboeken of posters. Wat dit onderzoek volgens hem namelijk bewijst, is dat het algoritme afbeeldingen kan genereren op basis van vrijwel iedere lange tekst.

De achterliggende gedachte is dat computers mogelijk tot veel meer in staat zijn dan we denken, vertelt Bar El. “Ik denk dat dit een goede manier is om het abstracte denken van computers uit te dagen, en hun vermogen om te verbeelden te testen,” legt hij uit. “We onderzoeken in feite hoe menselijk computers kunnen zijn. Het is een taak die ook voor mensen moeilijk is, in tegenstelling tot veel andere taken die we aan kunstmatige intelligentie voorschotelen.”

Het is duidelijk. Computers nemen alles over – ook het maken van alles behalve smakelijke voedselplaatjes.

Dit artikel verscheen eerder op Munchies US.

Volg MUNCHIES op Facebook, Instagram en Flipboard.

Tagged:
Munchies
Food
Instagram
Tel Aviv University
recept