Американские разработчики представили pizzaGAN — алгоритм, который умеет пошагово рисовать изображение пиццы, добавляя или убирая отдельные ингредиенты. Архитектура такой системы основана на генеративно-состязательной нейросети, каждый слой в которой меняет предшествующее изображение, добавляя на него новый ингредиент.
Сегодня алгоритмы, основанные на работе нейросетей, умеют достаточно качественно составлять изображения объектов на основе текстового описания. Это касается, например, рецептов блюд: подобный алгоритм в начале года представили израильские ученые. При этом понимание того, как выглядит готовое блюдо, не означает, что информация о приготовлении блюда доступна: для этого необходимо понимать пошагово, как готовится блюдо, что произойдет, если один ингредиент убрать, а другой — добавить, и как изменится цвет, консистенция и вид продукта при термической обработке.
Такой алгоритм решили разработать исследователи из Массачусетского технологического института. Они решили сосредоточиться на пицце — блюде, которое подразумевает достаточно простой порядок приготовления из нескольких ингредиентов. Для этого они создали pizzaGAN.
В результате алгоритм научился достоверно добавлять ингредиенты на пиццу и убирать их, а также показывать, как та или иная пицца выглядит до и после приготовления в печи.
Комментарии