Dolu tabağın bir fotoğrafı ve bir an sonra beslenme uygulaması, kafeterya öğle yemeği tabağının içeriğini gösteriyor. İlke yeni değil. Ancak şimdiye kadar örüntü tanıma genellikle sebze, peynir veya et gibi içerik maddelerini tanımlamakla sınırlıydı. [1]. AI sistemi FAIGE (Foodscan Yapay Zeka Genel Girişi), şekle ve renge çok dikkat etmek yerine, spektrumdaki yakın kızılötesi bileşenleri piksel düzeyinde analiz eder.
Fikir, Leibniz Universität Hannover’in farklı fakültelerinden öğrencilerden oluşan bir proje grubundan geldi. Yapay zekaları, piyasada bulunan akıllı telefonlarla çekilen fotoğrafların gürültüsünde laktoz, nişasta ve hatta böcek proteinleri gibi molekülleri tanır. Avrupa Birliği’nin yeni gıda yönetmeliği kapsamında gıda olarak giderek daha fazla böceğe izin verildiğinden, ikincisi heyecan verici. Örneğin, 2023’ün başından beri tahıl küf böceğinin (Alphitobius glandeinus, ticari adı “buffalo worm”) protein kaynağı olarak eklenmesine izin veriliyor. Üreticiler, pahalı böcek yemeğini ekmeğe, granola barlara veya makarnaya eklediklerinde etiketlemek zorunda olsalar da, dışarıda yemek yiyen kişilerin bunu kendilerinin hızlı bir şekilde kontrol etmesi zordur.
Cep telefonu kamerası kızılötesi yansımaları algılar
Algılamanın güvenilir bir şekilde çalışması için geliştirici modunda modern bir Android akıllı telefona ihtiyacınız var – henüz bir iOS sürümü yok. Ayarlarda Android sürüm numarasına yedi kez dokunarak Android cihazınızda geliştirici modunun kilidini açarsınız. Geliştirici modunda, genç araştırmacılar, görünür görüntüde hesaplanan renk spektrumundaki fotoğraf sensörünün yakın kızılötesi bileşeni hakkında bilgi de içeren ham fotoğraf verilerinin histogramına erişebildi. Tanıma, 200 megapiksel kameralı Samsung Galaxy S23 Ultra’daki gibi son derece yüksek çözünürlüklü bir kamerayla özellikle iyi çalışıyor.
“Beş yıldan fazla bir süredir, insanların algılayabildiği spektrumun hemen dışında, yakın kızılötesi dalga boyu aralığında lazerlerle polisakkaritlerin kuantum alanının rezonansları üzerinde deneyler yapıyoruz. bu normal dalga boyundaki CMOS sensörleri yakalayabilir,” diyor Profesör Dr. Ingeborg Zymniak, öğrencilerinin çığır açan araştırma bulgularını paylaştı.
Deneylerde, nişasta gibi a-D-glukoz birimleri içeren moleküller, görünür spektrumdaki ışık kullanılarak titreştirildi ve karakteristik olarak yakın kızılötesi spektrumda ışığın bir kısmını yaydı. Maddeye bağlı olarak, doğal titreşim nedeniyle renge göre tahmin edilen radyasyon yoğunluğu %1,4’e kadar artar. En az on iki milyon pikselin ortalamasını alarak, maddeye bağlı olarak görüntü gürültüsünden istikrarlı ve istatistiksel olarak anlamlı bir sapma hesaplamak mümkün oldu. Başka bir deyişle: Bezelye sadece yeşil değil, aynı zamanda belirli bir yakın kızılötesi spektrum yayarsa, bundan çok özel bir katkı maddesi veya hatta bir alerjen sorumludur.
Kalibre et ve analiz et
Sofistike analiz süreci şu şekilde çalışır: İlk olarak, uyarlanabilir yapay zeka algoritmasını kameranın özelliklerine göre kalibre etmek için akıllı telefonunuzla bir dizi referans görüntü yakalarsınız. Referans yiyeceğin sapmaması önemlidir, aksi takdirde kalibrasyon başarısız olur. Zymniak: “Bir marka basmati pirincini başka bir markayla değiştirdiğimizde bile, bu ölçüm sonuçlarını tahrif etti.” Kalibrasyon tamamlandıktan sonra, analiz etmek istediğiniz yiyeceğin veya yemeye hazır yemeğin fotoğrafı gelir. Analiz, uzak bir GPU sunucusundaki derin bir evrişimli ağdan gerçekleştirilir. Sinir ağı, kalibrasyon görüntüleri ile analiz görüntüsü arasındaki gürültü davranışının sapmasına ilişkin kalıpları arar.
FAIGE AI sistemiyle en sevdiğiniz yemeği analiz etmek için standart bir üst düzey akıllı telefonla fotoğraf çekin.
Geleceğin lazer bilgisayar bilimcisi Yasmin Gormes-Abzi, “Eğitim verileri olarak kafeterya yemeklerinin yüzlerce fotoğrafını çektik ve içeriklerini veri tabanımıza girdik” diye açıklıyor. Birkaç saniye sonra sistem, bileşenlerin içeriğini ne kadar tahmin ettiğini söyler. Sistemin neden öncelikli olarak böcek proteinlerini tanıdığı henüz belli değil.
Bir biyokimyacı olarak AI’nın desteğinden memnun olan Finn Labskus, “Böcek proteinlerinin güçlü kuantum rezonansı, amino asitlerin moleküler yapısı veya peptit bağları ile tatmin edici bir şekilde açıklanamaz” diye açıklıyor: “Bizim AI muhtemelen verilerle açıklanmayan bir bükülme özelliğini öğrenir. 3D yapının gerçekte nasıl göründüğünü bilmiyoruz.”
Analiz şu anda nişasta, laktoz içeriği ve böcek proteinleri ile sınırlıdır. Diğer gıda bileşenleri için, yakın kızılötesi aralıktaki dalgalanmalar henüz istatistiksel gürültüden izole edilememektedir.
Böcek makarnası ivme sağladı
Proje, yiyeceklerde böcek arama fikrinden doğdu. Sonuç olarak, öğrencilere parti hediyesi olarak bir torba “Böcek Makarna Spaetzle” verildi. Bunun bir pazarlama hilesi olmadığının ve manda solucanlarının gerçekten eklenip eklenmediğinin nasıl kanıtlanacağına dair şüpheler nedeniyle, malzemelerin fotoğraflı olarak değerlendirilmesi fikri ortaya çıktı. Bu başarısız olduğunda, öğrenciler sensörlerden gelen daha önce kullanılmamış ham verilere rastladılar ve açıklanan analiz yöntemini geliştirdiler.
Görmes-Abzi c’t, yapay zekayı eğitmek için, yapay zeka akıllı telefon görüntülerini birbirinden güvenilir bir şekilde ayırt edene kadar, bir kez alerjen veya böcek yemeği içeren, bir kez içermeyen benzer yemekleri birden çok kez pişirdiklerini söylüyor.
Araştırma ekibi, yapay zeka sistemini açık kaynak yazılım olarak piyasaya sürmeyi planlıyor ve modeli daha fazla veriyle iyileştirmek istiyor. Beta sürümünü test etmek için sunucunuza AI yazılımını yüklemediniz. İlgili okuyucuların erişimine açıktır. Oraya yüklenen resimler, eğitim verileri olarak kaydedilir ve geliştiricilerin kullanımına sunulur. Şimdiye kadar elde edilen sonuçlar tekrarlanabilir görünüyor ve güven uyandırıyor: Haberler Canteen’in popüler XXL currywurst’unun domuzlardan geldiği ve böcek proteinleri için tespit limitinden daha azını içerdiği oldukça kesin.
Test, çalışmanın üzerindedir
Karşılaştırma fotoğraflarınızla, birinci sınıf bir kameraya sahip birinci sınıf bir akıllı telefonunuz olmasa bile AI sisteminin analiz yapabilmesi için araştırmaya yardımcı olabilirsiniz. Beyaz bir tabağa ve katlama cetveline veya cetveline ihtiyacınız var. Ayrıca çiğ patates, biraz un ve süte ihtiyacınız olacak. Cetveli tabağın yanına yerleştirin, böylece sistem oranları belirleyebilir ve boş tabağın resmini çekebilir. Daha sonra patatesten bir dilim kesin (yaklaşık 6 mm, yaklaşık bir c’t kalınlığında), bunu da plaka üzerinde yatarken fotoğraflayın. Un ve sütten birer kaşık alarak aynı şekilde devam edin, ancak teker teker.
Plakanın yanına bir cetvel yerleştirin ve sistemi kalibre etmek için patates, un ve süt referans konularını fotoğraflayın.
Bu kalibrasyon görüntüleri ile sistem, farklı kamera modellerinin özelliklerini telafi eder ve gerçek veri analizi için referans noktalarını belirler. Son olarak incelemek istediğiniz yemeği tabağınızda fotoğraflayın. Dosya adında yemeği mümkün olduğunca anlamlı bir şekilde adlandırın. Toplam beş fotoğrafı sunucuya yüklersiniz. Yüklemeden kısa bir süre sonra yazılım, arama rezervasyonuna tabi olan sonucu size bildirecektir.
Sistem pratikte uygulanabilir olduğu kanıtlanırsa, gıda hassasiyetleri, alerjisi olanlar veya insektoid protein hayranları için pratik bir araç olacaktır.
(Resim:
8/2023 var
)
Plug-in hibritlerin elektrikli arabaların ve içten yanmalı motorların faydalarını bir araya getirmesi gerekiyor, ancak işe yarayacak mı? Yeni araçları tanıtıyor, teknolojisini anlatıyor ve hangi arabanın hangi amaca uygun olduğunu ortaya koyuyoruz. Ayrıca 3D baskı yapıyoruz, SSD’leri karşılaştırıyoruz ve yapay zekanın karbon ayak izine bakıyoruz. Bunu ve daha fazlasını c’t 8/2023’te okuyabilirsiniz!
(ktn)
Haberin Sonu
Fikir, Leibniz Universität Hannover’in farklı fakültelerinden öğrencilerden oluşan bir proje grubundan geldi. Yapay zekaları, piyasada bulunan akıllı telefonlarla çekilen fotoğrafların gürültüsünde laktoz, nişasta ve hatta böcek proteinleri gibi molekülleri tanır. Avrupa Birliği’nin yeni gıda yönetmeliği kapsamında gıda olarak giderek daha fazla böceğe izin verildiğinden, ikincisi heyecan verici. Örneğin, 2023’ün başından beri tahıl küf böceğinin (Alphitobius glandeinus, ticari adı “buffalo worm”) protein kaynağı olarak eklenmesine izin veriliyor. Üreticiler, pahalı böcek yemeğini ekmeğe, granola barlara veya makarnaya eklediklerinde etiketlemek zorunda olsalar da, dışarıda yemek yiyen kişilerin bunu kendilerinin hızlı bir şekilde kontrol etmesi zordur.
Cep telefonu kamerası kızılötesi yansımaları algılar
Algılamanın güvenilir bir şekilde çalışması için geliştirici modunda modern bir Android akıllı telefona ihtiyacınız var – henüz bir iOS sürümü yok. Ayarlarda Android sürüm numarasına yedi kez dokunarak Android cihazınızda geliştirici modunun kilidini açarsınız. Geliştirici modunda, genç araştırmacılar, görünür görüntüde hesaplanan renk spektrumundaki fotoğraf sensörünün yakın kızılötesi bileşeni hakkında bilgi de içeren ham fotoğraf verilerinin histogramına erişebildi. Tanıma, 200 megapiksel kameralı Samsung Galaxy S23 Ultra’daki gibi son derece yüksek çözünürlüklü bir kamerayla özellikle iyi çalışıyor.
“Beş yıldan fazla bir süredir, insanların algılayabildiği spektrumun hemen dışında, yakın kızılötesi dalga boyu aralığında lazerlerle polisakkaritlerin kuantum alanının rezonansları üzerinde deneyler yapıyoruz. bu normal dalga boyundaki CMOS sensörleri yakalayabilir,” diyor Profesör Dr. Ingeborg Zymniak, öğrencilerinin çığır açan araştırma bulgularını paylaştı.
Deneylerde, nişasta gibi a-D-glukoz birimleri içeren moleküller, görünür spektrumdaki ışık kullanılarak titreştirildi ve karakteristik olarak yakın kızılötesi spektrumda ışığın bir kısmını yaydı. Maddeye bağlı olarak, doğal titreşim nedeniyle renge göre tahmin edilen radyasyon yoğunluğu %1,4’e kadar artar. En az on iki milyon pikselin ortalamasını alarak, maddeye bağlı olarak görüntü gürültüsünden istikrarlı ve istatistiksel olarak anlamlı bir sapma hesaplamak mümkün oldu. Başka bir deyişle: Bezelye sadece yeşil değil, aynı zamanda belirli bir yakın kızılötesi spektrum yayarsa, bundan çok özel bir katkı maddesi veya hatta bir alerjen sorumludur.
Kalibre et ve analiz et
Sofistike analiz süreci şu şekilde çalışır: İlk olarak, uyarlanabilir yapay zeka algoritmasını kameranın özelliklerine göre kalibre etmek için akıllı telefonunuzla bir dizi referans görüntü yakalarsınız. Referans yiyeceğin sapmaması önemlidir, aksi takdirde kalibrasyon başarısız olur. Zymniak: “Bir marka basmati pirincini başka bir markayla değiştirdiğimizde bile, bu ölçüm sonuçlarını tahrif etti.” Kalibrasyon tamamlandıktan sonra, analiz etmek istediğiniz yiyeceğin veya yemeye hazır yemeğin fotoğrafı gelir. Analiz, uzak bir GPU sunucusundaki derin bir evrişimli ağdan gerçekleştirilir. Sinir ağı, kalibrasyon görüntüleri ile analiz görüntüsü arasındaki gürültü davranışının sapmasına ilişkin kalıpları arar.
FAIGE AI sistemiyle en sevdiğiniz yemeği analiz etmek için standart bir üst düzey akıllı telefonla fotoğraf çekin.
Geleceğin lazer bilgisayar bilimcisi Yasmin Gormes-Abzi, “Eğitim verileri olarak kafeterya yemeklerinin yüzlerce fotoğrafını çektik ve içeriklerini veri tabanımıza girdik” diye açıklıyor. Birkaç saniye sonra sistem, bileşenlerin içeriğini ne kadar tahmin ettiğini söyler. Sistemin neden öncelikli olarak böcek proteinlerini tanıdığı henüz belli değil.
Bir biyokimyacı olarak AI’nın desteğinden memnun olan Finn Labskus, “Böcek proteinlerinin güçlü kuantum rezonansı, amino asitlerin moleküler yapısı veya peptit bağları ile tatmin edici bir şekilde açıklanamaz” diye açıklıyor: “Bizim AI muhtemelen verilerle açıklanmayan bir bükülme özelliğini öğrenir. 3D yapının gerçekte nasıl göründüğünü bilmiyoruz.”
Analiz şu anda nişasta, laktoz içeriği ve böcek proteinleri ile sınırlıdır. Diğer gıda bileşenleri için, yakın kızılötesi aralıktaki dalgalanmalar henüz istatistiksel gürültüden izole edilememektedir.
Böcek makarnası ivme sağladı
Proje, yiyeceklerde böcek arama fikrinden doğdu. Sonuç olarak, öğrencilere parti hediyesi olarak bir torba “Böcek Makarna Spaetzle” verildi. Bunun bir pazarlama hilesi olmadığının ve manda solucanlarının gerçekten eklenip eklenmediğinin nasıl kanıtlanacağına dair şüpheler nedeniyle, malzemelerin fotoğraflı olarak değerlendirilmesi fikri ortaya çıktı. Bu başarısız olduğunda, öğrenciler sensörlerden gelen daha önce kullanılmamış ham verilere rastladılar ve açıklanan analiz yöntemini geliştirdiler.
Görmes-Abzi c’t, yapay zekayı eğitmek için, yapay zeka akıllı telefon görüntülerini birbirinden güvenilir bir şekilde ayırt edene kadar, bir kez alerjen veya böcek yemeği içeren, bir kez içermeyen benzer yemekleri birden çok kez pişirdiklerini söylüyor.
Araştırma ekibi, yapay zeka sistemini açık kaynak yazılım olarak piyasaya sürmeyi planlıyor ve modeli daha fazla veriyle iyileştirmek istiyor. Beta sürümünü test etmek için sunucunuza AI yazılımını yüklemediniz. İlgili okuyucuların erişimine açıktır. Oraya yüklenen resimler, eğitim verileri olarak kaydedilir ve geliştiricilerin kullanımına sunulur. Şimdiye kadar elde edilen sonuçlar tekrarlanabilir görünüyor ve güven uyandırıyor: Haberler Canteen’in popüler XXL currywurst’unun domuzlardan geldiği ve böcek proteinleri için tespit limitinden daha azını içerdiği oldukça kesin.
Test, çalışmanın üzerindedir
Karşılaştırma fotoğraflarınızla, birinci sınıf bir kameraya sahip birinci sınıf bir akıllı telefonunuz olmasa bile AI sisteminin analiz yapabilmesi için araştırmaya yardımcı olabilirsiniz. Beyaz bir tabağa ve katlama cetveline veya cetveline ihtiyacınız var. Ayrıca çiğ patates, biraz un ve süte ihtiyacınız olacak. Cetveli tabağın yanına yerleştirin, böylece sistem oranları belirleyebilir ve boş tabağın resmini çekebilir. Daha sonra patatesten bir dilim kesin (yaklaşık 6 mm, yaklaşık bir c’t kalınlığında), bunu da plaka üzerinde yatarken fotoğraflayın. Un ve sütten birer kaşık alarak aynı şekilde devam edin, ancak teker teker.
Plakanın yanına bir cetvel yerleştirin ve sistemi kalibre etmek için patates, un ve süt referans konularını fotoğraflayın.
Bu kalibrasyon görüntüleri ile sistem, farklı kamera modellerinin özelliklerini telafi eder ve gerçek veri analizi için referans noktalarını belirler. Son olarak incelemek istediğiniz yemeği tabağınızda fotoğraflayın. Dosya adında yemeği mümkün olduğunca anlamlı bir şekilde adlandırın. Toplam beş fotoğrafı sunucuya yüklersiniz. Yüklemeden kısa bir süre sonra yazılım, arama rezervasyonuna tabi olan sonucu size bildirecektir.
Sistem pratikte uygulanabilir olduğu kanıtlanırsa, gıda hassasiyetleri, alerjisi olanlar veya insektoid protein hayranları için pratik bir araç olacaktır.
(Resim:
8/2023 var
)
Plug-in hibritlerin elektrikli arabaların ve içten yanmalı motorların faydalarını bir araya getirmesi gerekiyor, ancak işe yarayacak mı? Yeni araçları tanıtıyor, teknolojisini anlatıyor ve hangi arabanın hangi amaca uygun olduğunu ortaya koyuyoruz. Ayrıca 3D baskı yapıyoruz, SSD’leri karşılaştırıyoruz ve yapay zekanın karbon ayak izine bakıyoruz. Bunu ve daha fazlasını c’t 8/2023’te okuyabilirsiniz!
(ktn)
Haberin Sonu