Нейронная сеть была обучена создавать свои собственные кулинарные рецепты, в результате чего получались странные и неаппетитные блюда.
Мечтают ли андроиды готовить? Это вопрос Том Брю задал на GitHub после того, как успешно обучил нейронную сеть изобретать собственные кулинарные рецепты.
Вот ингредиенты для блюда под названием HAWAILIGELED PIE - звучит неплохо, правда?
4 Морковь; мелко нарезанный, высушенный - маргарин нарезанный 1 стакан Сахар, нарезанный кубиками (по желанию) 1 стакан Мороженое (очищенное) Намазка из ломтиков рыбы 1 шт. Зеленый лук; нарезанного 2 унции маргарина, крупно нарезанного 2 ст.л. сахара 1/2 стакана оливкового масла 2 см. яйца
Указания гласили: «Нарежьте шариками. Салат на 10-дюймовом противне и подавайте с алюминиевой фольгой и кубиками».
Нейронная сеть сгенерировала другие рецепты таких блюд, как BARBARA PULP0ICE, BUFTHA DINGS и ШОКОЛАДНОЕ РАНЧ БАРБЕКЮ.
Как и в приведенном выше примере, инструкции по рецепту часто столь же абсурдны, как и ингредиенты - один советует вам взбить масло, пока оно не станет однородным, а затем слить по обеим сторонам холодильника.
Как именно сеть генерирует эти причудливые идеи? В основном методом проб и ошибок.
Искусственные нейронные сети - это вычислительные модели, которые обучаются, определяя ассоциации между вещами - изображениями, словами, буквами - подобно тому, как это делает человеческий мозг. Рекуррентная нейронная сеть, тип сети, которая использовалась для генерации рецептов кулинарной книги, анализирует предоставленные ей данные (в данном случае рецепты кулинарной книги) и пытается имитировать их, генерируя текст.
Затем он смотрит на то, что уже было сказано, и использует вероятность, чтобы угадать, что сказать дальше. Сеть учится методом проб и ошибок, совершенствуясь с каждой итерацией, как ребенок, который учится говорить.
«Он постоянно делает догадки, проверяет свои догадки, уточняет свои внутренние нейронные связи в зависимости от того, делает ли он догадки правильно или сейчас», - говорит Джанель Шейн, ученый-исследователь, ведущий блог lewisandquarks.
Шейн подумал, что рецепты, сгенерированные нейронной сетью, были забавными, как тот, который требовал полстакана тертого бурбона. Она хотела посмотреть, какие еще виды рецептов может создать нейронная сеть.
Кто-то учит нейронную сеть готовить. И теперь я не могу дышать.
- Джастин Уоррен (@jpwarren) 29 марта 2017 г.
Так Шейн нашел базу данных кулинарных книг и поместил их в char-rnn, программу с открытым исходным кодом, созданную Андреем Карпати, которая позволяет людям создавать свои собственные нейронные сети. После ввода 30 мегабайт рецептов из поваренной книги сеть начала генерировать текст самостоятельно.
«Мое единственное вмешательство - я могу установить такие вещи, как количество нейронов, которыми должна думать нейронная сеть, или как они связаны друг с другом в самом общем смысле», - сказал Шейн.
Первые попытки сети генерировать рецепты были не более чем тарабарщиной:
ooi eb d1ec Nahelrs egv eael
ns hi es itmyer
aceneyom aelse aatrol a
хо и нр делать базу
e2
o cm raipre l1o/r Sp degeedB
twis e ee s vh nean ios iwr vp e
sase
pt e
i2h8
ePst e na drea d epaesop
ee4seea.n anlp
o s1c1p, e tlsd
4upeehe
lwcc eeta p ri bgl as eumilrt
Ранние варианты со временем стали немного более разборчивыми.
Немедленно заботится, Тяжелый Мим
упе, чипсы
3 поджаренный укроп
1 кубик взбитых сливок
3 без предварительной подготовки, сток; готовый; в сезоне
1 масло
3 чашки молока
1 ½ стакана нарезанного майзанеля
½ чайной ложки лимонного сока
1 ¼ чайной ложки порошка чили
2 столовые ложки стеблей дижона - измельчить
30 дат после битера осталось
Поскольку сеть стала лучше имитировать базу данных поваренной книги, Шейну стало любопытно, каким будет ее первое слово.
«В этом случае это не будет «мама» или «папа», - сказал Шейн, отметив, что первое слово, которое сеть в итоге написала правильно (после многих неудачных попыток), было чайная ложка, наиболее часто используемое слово во входных данных. «На самом деле очень увлекательно наблюдать за тем, как он изучает набор данных, и смотреть, что он изучает первым».
Сеть Шейна в конце концов сгенерировала рецепты, которые были связными и вызывающими бурление в животе, с такими названиями, как Полностью мясной круг, Говяжий суп с болотной говядиной и сыром и Artichoke Gelatin Dogs. Вот выдержки из некоторых наиболее странных рецептов.
10-фунтовая запеканка из сушеной брокколи
1 фунт крабовой воды
¼ унции банки рыбных потрохов
Поместите обертку в микроволновую печь на низких углях.
Смешайте мед, жидкую воду для ног, соль и 3 столовые ложки оливкового масла.
Нарежьте муку кубиками размером ¼ дюйма
Разложите масло в холодильнике.
Выбросьте один смазанный маслом горшок.
Выньте часть сковороды.
Соскребите форму в шар.
Вот с мелко натертым раком.
1 ½ чайной ложки куриной коричневой воды
1 чайная ложка сухих нарезанных листьев
1/3 чашки отмели
10 унций заварного крема
¼ стакана жидкости для хлеба
2 стакана нарезанного пюре из соуса
½ стакана бекорута
¼ чайной ложки коричневых листьев
½ стакана ванильного пиша и сауэр
½ чашки белого печенья сладких крэпс
1 столовая ложка воды для плесени
¼ чайной ложки бумаги
1 чашка вяленого куриного филе
15 стакан высушенного дна торфа
¼ чайной ложки мелко натертой ракии
Или кто устоит перед круглым мясом?
¼ стакана белых семян
1 чашка смеси
1 чайная ложка сока
1 чанков
¼ фунта свежей поверхности
¼ чайной ложки коричневых листьев
½ чашки без лапши
1 круглое мясо в миске
Некоторые из фаворитов Шейна включают блюдо под названием «Застенчивые бутерброды», для которого требуется около дюжины ингредиентов.
«Первый шаг - поместить все ингредиенты в блендер и взбивать в течение двух часов», - сказал Шейн.
Был также рецепт шоколадного торта, который на самом деле звучал довольно разумно, вплоть до последнего ингредиента: 1 чашка хрена.
«Читательница приготовила этот рецепт и сообщила, что он очень хорош, на самом деле - неожиданно вкусен», - сказал Шейн. «Итак, я сделал это, и это была самая ужасная вещь, которую я когда-либо пробовал. У меня слезились глаза, когда я пытался открыть духовку».
Шейн сказал, что есть много исследователей, которые подходят к нейронным сетям более изощренно. Watson от IBM, например, уже несколько лет штампует новые рецепты, сочетая свою огромную базу данных существующих рецептов со своими знаниями о взаимодействии химических соединений, чтобы предлагать неожиданные сочетания ингредиентов.
"Есть также группа, которая совсем недавно придумала способ менять рецепты из одного жанра в другой - так что же такое французский эквивалент курицы терияки?" - сказал Шейн.
Но в чем ключевая разница между этими экспериментами и теми, которые проводят такие же любители, как она?
"Они далеко не такие забавные", сказал Шейн.
Она думает, что причина, по которой эти рецепты забавны, связана с абсолютной непредсказуемостью нейронной сети. В конце концов, это не так, как если бы человек-программист скормил программе список слов, из которых она должна выбирать, чтобы сгенерировать рецепты. Скорее, сеть фактически изобретает странные новые слова и ассоциации по мере своего развития.
«Такая свобода, когда можно придумывать совершенно нелогичные или нелепые вещи, мне нравится такая причудливая, почти потусторонняя креативность», - сказал Шейн. «Это забавно».
Шейн также сказал, что есть что-то забавное в осознании ограничений компьютеров. Они могут быть намного лучше людей в определенных вещах, но они падают лицом вниз, когда дело доходит до более тонких задач. Может быть, есть что-то обнадеживающее в том, что мы знаем, что у нас есть это на ИИ