Skip to main content

Esta app ayuda a identificar los ingredientes de una receta con solo tomar una foto

Si alguna vez te ocurrió que, al ver la imagen de un delicioso platillo de comida se te hace agua la boca y decides prepararlo en casa, pero te das cuenta que es solo una fotografía y no tiene una lista con los ingredientes, tal vez te preguntes si podría haber una manera de averiguarlos simplemente analizando la imagen.

Eso es lo que los investigadores del Instituto de Tecnología de Massachusetts también se preguntaron cuando se propusieron crear un algoritmo de aprendizaje profundo que podría predecir una receta basada sólo en una foto utilizando inteligencia artificial. Y parece que lo lograron.

La investigación publicada dio como resultado un programa llamado Pic2Recipe, un juego de palabras en inglés que se podría traducir como “de la foto a la receta”, y que puede predecir con bastante precisión la receta de un plato, basándose en una fotografía.

Si te parece interesante, no tienes que esperar hasta que se convierta en una aplicación completa para probarla. Una versión en línea ya permite subir imágenes para determinar sus ingredientes.



Los intentos anteriores de convertir las fotos en recetas fueron limitados por la disponibilidad de conjuntos de datos más pequeños, aunque «pequeño» es un término relativo, considerando todas las posibles recetas disponibles. Por ejemplo, un estudio utilizó 65,000 recetas, pero sólo incluyó la cocina tradicional china, y otro sólo alcanzó alrededor de un 50 por ciento de precisión en las pruebas iniciales.

Debido a que los algoritmos de aprendizaje profundo «aprenden» a medida que son alimentados con grandes cantidades de datos, estos programas resultantes tenían grandes lagunas en los ingredientes potenciales, afectando la precisión del programa.

Para crear una base de datos más grande, los investigadores del Laboratorio de Informática e Inteligencia Artificial del MIT (CSAIL) sabían que el software tendría que basarse en un amplio conjunto de datos. Así que para resolver esa situación, el equipo utilizó grandes conjuntos de fotos y recetas que ya existen en los sitios web de alimentos y recetas. Compilando datos de lugares como Food.com y All Recipes, el equipo creó Recipe1M, un conjunto de datos de más de un millón de recetas.

Usando esas recetas y las imágenes asociadas, el equipo pudo entrenar el software para utilizar el reconocimiento de objetos, para así reconocer cuáles podrían ser los ingredientes de cada plato. Con una lista de ingredientes, el sistema seleccionó la receta que mejor se ajustaba a la lista. Pic2Recipe fue capaz de reconocer ingredientes como harina, huevos, azúcar y mantequilla, entre otros. Se reportó que la tasa de éxito es del 65 por ciento.



El programa realmente no identifica la receta exacta de la foto, sino que crea una lista de ingredientes. Con esa lista, el programa puede pasar a través de esa base de datos de un millón de recetas y elegir la que contenga ingredientes que coincidan con la lista de la imagen elegida.

«En la tecnología de visión por computadora, el área de la comida es mayormente descuidada porque no tenemos los conjuntos de datos a gran escala necesarios para hacer predicciones», dijo Yusuf Aytar, un asociado de post doctorado que co-escribió el documento, junto al profesor del MIT Antonio Torralba. «Pero las fotos aparentemente inútiles en las redes sociales pueden proporcionar información valiosa sobre los hábitos saludables y las preferencias dietéticas».

Aunque este programa contiene un conjunto de datos más amplio que los intentos anteriores, todavía tiene algunas brechas. Los investigadores dijeron que tiene problemas con platos que son un poco más ambiguos, como “shakes” o batidos, y rollos de sushi. Recetas similares con una serie de variaciones diferentes, como la lasaña, o algunos guisos típicos latinoamericanos, por ejemplo, también tendían a confundir los resultados.

El grupo planea continuar desarrollando el programa y ampliar la capacidad para reconocer ingredientes y determinar el tipo específico de ingrediente que se debería usar en alguna receta.

El software podría tener una serie de diferentes usos en el mundo real. Por ejemplo, podrías tomar una foto en el plato que te sirvieron en algún restaurante para aprender cómo hacerlo en casa, o también para rastrear tu nutrición personal.

Milenka Peña
Ex escritor de Digital Trends en Español
Milenka Peña es periodista, escritora, productora y conductora de radio y televisión, nominada a los Premios Emmy por…
Chatbots de IA podrían planificar una guerra con armas biológicas
chatbots ia guerra armas biologicas national cancer institute eo 4dqpusqa unsplash

Dentro de los potenciales peligros que se han asociado a la IA, existe uno que debe estar entre los más catastróficos, el uso de lenguaje artificial para planificar una guerra con armas biológicas.
Un informe de la Rand Corporation probó varios modelos de lenguaje grandes (LLM) y descubrió que podían proporcionar una guía que "podría ayudar en la planificación y ejecución de un ataque biológico". Sin embargo, los resultados preliminares también mostraron que los LLM no generaban instrucciones biológicas explícitas para crear armas.
El informe dice que los intentos anteriores de convertir agentes biológicos en armas, como un intento de la secta japonesa Aum Shinrikyo de usar toxina botulínica en la década de 1990, habían fracasado debido a la falta de comprensión de la bacteria. La IA podría "cerrar rápidamente esas brechas de conocimiento", según el informe. El informe no especificó qué LLM evaluaron los investigadores.

En un escenario de prueba ideado por Rand, el LLM anónimo identificó agentes biológicos potenciales, incluidos los que causan la viruela, el ántrax y la peste, y discutió sus posibilidades relativas de causar muertes masivas. El LLM también evaluó la posibilidad de obtener roedores o pulgas infestados de peste y transportar especímenes vivos. A continuación, mencionó que la magnitud de las muertes proyectadas dependía de factores como el tamaño de la población afectada y la proporción de casos de peste neumónica, que es más mortífera que la peste bubónica.
Los investigadores de Rand admitieron que extraer esta información de un LLM requería "jailbreaking", el término para el uso de mensajes de texto que anulan las restricciones de seguridad de un chatbot.
En otro escenario, el LLM anónimo discutió los pros y los contras de los diferentes mecanismos de administración de la toxina botulínica, que puede causar daños fatales en los nervios, como los alimentos o los aerosoles. El LLM también asesoró sobre una historia de encubrimiento plausible para adquirir Clostridium botulinum "mientras parecía realizar una investigación científica legítima".
La respuesta del LLM recomendó presentar la compra de C. botulinum como parte de un proyecto que busca métodos de diagnóstico o tratamientos para el botulismo. La respuesta de LLM agregó: "Esto proporcionaría una razón legítima y convincente para solicitar acceso a la bacteria mientras se mantiene oculto el verdadero propósito de su misión".
"Sigue siendo una pregunta abierta si las capacidades de los LLM existentes representan un nuevo nivel de amenaza más allá de la información dañina que está fácilmente disponible en línea", dijeron los investigadores.

Leer más
La ciencia es tajante: cuánta carne roja debes comer a la semana
cuanta carne roja debes comer a la semana eiliv aceron ylamh x sse unsplash

Si eres de las personas que disfrutan de un buen desayuno inglés, con tocino y salchichas junto a las tostadas y además mantienes después una dieta con un bistec de carne al almuerzo y un trozo de hamburguesa en la noche, y si eso lo multiplicas por 3 veces a la semana, entonces estás en graves problemas.

Así al menos lo dice la ciencia, ya que una investigación de la Universidad de Harvard, que examinaron los hábitos alimenticios y las tasas de diabetes de 200.000 personas, aconsejaron ceñirse a una porción por semana para "optimizar la salud".

Leer más
¿Qué es la Procrastinación?: cuando puede ser un problema de salud mental
que es la procrastinacion procrastinaci  n

La procrastinación es una actividad común en la vida de mucha gente y su impacto negativo no solo repercute en el ámbito personal. En las empresas puede limitar el crecimiento de varias maneras, ya que afecta la productividad y puede tener un impacto negativo en la reputación de la compañía.

Lo anterior no se trata de una negativa al trabajo, sino una manera de enfrentar emociones y estados de ánimo como ansiedad, frustración e incluso estrés.

Leer más