Badacze analizują, jak różne modele wizualne (konwolucyjne i transformery) organizują potrawy kuchni indyjskiej w przestrzeni podobieństwa. Kuchnia indyjska stanowi wyzwanie, bo wizualnie podobne dania mogą mieć różne tożsamości kulinarne.
Wyobraź sobie, że stoisz przed stoiskiem z indyjskim jedzeniem i próbujesz odróżnić dal makhani od czarnej soczewicy w sosie pomidorowym. Dla ludzkiego oka to wyzwanie, a dla algorytmu? Badacze postanowili sprawdzić, jak modele wizualne, zarówno klasyczne sieci konwolucyjne, jak i nowoczesne transformery, "myślą" o kuchni indyjskiej i czy potrafią sensownie porządkować potrawy w przestrzeni podobieństwa. To fascynujące okno na to, co AI naprawdę "widzi" na talerzu.
Jednak tu pojawia się sedno problemu: wizualnie identyczne dania mogą być kulinarnie zupełnie różne, co oznacza, że model uczący się na wyglądzie może budować kompletnie błędną mapę smakową świata. Czy AI, która myli potrawy po kolorze i teksturze, nadaje się do czegokolwiek więcej niż efektowna prezentacja na konferencji?
Co o tym myślisz?
Zaloguj się, aby dołączyć do dyskusji.
Zaloguj się do dzis.ai
Komentuj, zachowaj swoją passę, dołącz do dyskusji.
G Kontynuuj z Google