Qui oserait même essayer de parler d’une expérience d’apprentissage automatique qui aboutirait à la pizza parfaite ? C’est difficile à envisager, mais une équipe de chercheurs n’a pas hésité à essayer, et ils ont travaillé pour enseigner à une machine comment faire une bonne pizza.
Dites bonjour à PizzaGan, un modèle génératif basé sur une couche de composition visant à refléter la procédure, étape par étape, de la fabrication de pizzas. Leur objectif était d’enseigner à la machine en construisant un modèle génératif reflétant un ensemble ordonné d’instructions.
Une procédure très efficace
Chaque opérateur est conçu comme un réseau génératif d’adversaire ou GAN. étant donné que la supervision au niveau de l’image est faible, les opérateurs sont formés pour générer une couche visuelle qui doit être ajoutée ou supprimée de l’image existante. Le modèle est capable de décomposer une image en une séquence ordonnée de couches en appliquant séquentiellement, dans le bon ordre, les modules de suppression correspondants.
Ci-dessous une vidéo en anglais expliquant le système GAN :
Les chercheurs ont rapporté avoir fait un modèle à leur satisfaction. Les résultats expérimentaux obtenus sur des images de pizzas synthétiques et réelles ont démontré que le modèle proposé est capable de segmenter les garnitures de pizza de manière faiblement supervisée, les supprimer en révélant ce qui se cache et de déduire la commande des nappages sans surveillance.
La capacité de l’intelligence artificielle
La recherche a démontré la capacité d’une intelligence artificielle à faire la différence entre un tas d’ingrédients déroutant. La pizza n’est pas le seul élément qui pourrait être réalisé avec cette approche.
Même si les chercheurs n’ont évalué leur modèle que dans le contexte de la pizza, ils pensent qu’une approche similaire est prometteuse pour d’autres types d’aliments à stratification naturelle tels que les salades, les sandwichs et les hamburgers.
Ça vous a plu ? 4.5/5 (21)
