スプートニク日本
これについては、グーグルの公式ブログで伝えられている。
ニューラルネットワークの特性の一つは、大量のデータの中から、普通の人には見分けがつかない法則性を発見する能力にある。土井さんは、同一の料理の調理の様子が具体的な料理人や道具、その他の要素に依存しており、それに応じてこれらの特徴を、ニューラルネットワークを使って判断できると仮定した。
土井さんはインターネットで、レストラン４１軒からの写真４万８２４４枚を収集。その後、不適当な画像を捨て、残った全てを具体的なレストランと比較した。その結果、それぞれのレストランのラーメンが盛り付けられた皿の写真およそ１１７０枚から成るデータの組み合わせが手に入った。
土井さんはこれら全てを、イメージ識別用ニューラルネットワークモデルの開発を可能にする「Google AutoML Vision」というサービスにアップロード。
その結果、２４回の機械学習の後、土井さんは、４１のチェーン店のラーメンが盛り付けられた皿の写真を９４．５％の精度で分類できるプログラムを手に入れた。
プロジェクトの考案者は、ニューラルネットワークが写真を正しく分類したのは、写真に同一の皿と机が写っていた時で、このことから、ニューラルネットワークが料理そのもの、例えば肉の大きさや配膳のタイプにおける違いを判断することを習得したと推測することができる、と指摘している。
関連ニュース・記事