我那风中烛火般摇晃的意志力在跟双份巧克力布朗尼蛋糕对抗着,果不其然,布朗尼蛋糕大胜。
Lose It 饮食 app 的深度学习卡路里计算器,是我拿来对抗美食诱惑的最新武器。它会显示一张布朗尼蛋糕的图片,警告我布朗尼蛋糕有多不利于饮食健康,可是我已经吃下半块蛋糕了。
我并没有在节食,专家说把每个吃下肚的东西都记下来,这让我食欲缺缺,但我想这的确是另一个减肥妙招。
上周推出的 beta 版 Lose It 自动卡路里计算器倒是让我想看看,美国约有 4500 万名节食者,在排行榜上的名次是什么样子。
深度学习卡路里计算器
Lose It 节食 app 有个全新的自动卡路里计算器,使用深度学习技术从图片计算热量。
这款 app 的 GPU 加速深度学习技术名为“Snap It”,按照你所拍摄的盘中食物照片来标示你吃下肚的食物,接着列出照片里的食物,你选择其中一项和份量,它便会计算热量。
它跟其它 beta 版的软件一样,还是会有出槌的时候。它很轻松就能辨识色拉、意大利面或香蕉等食物,不过它从一杯白酒的图片里列出的食物就不太准确了,而且是愈差愈远:水、蛋糕、奶昔、果昔、苹果酱、炒饭、奶酪蛋糕、毛豆、寿司、包子。它见到一碗早餐谷片的图片时,觉得这是意大利面、谷麦、杏仁、炸鸡、蛋糕、炖饭、蝴蝶饼干、牛排、酱料或一颗鸡蛋。
然而深度学习的优点之一,就是凭着更多资料和训练反馈,让人工智能变得更聪明。这周就有数百万名 Lose It 用户(这个 app 目前平均每个月有 200 万名用户)使用 Snap It 的深度学习功能。
Lose It 公司资料科学家 Edward W. Lowe 说:“愈多人用,它就会变得更好。我们的目标是在六个月内提高正确率,它就不会再要用户确认了。”
训练神经网络的辛苦工作
Google 等其他业者早就开发出自动卡路里计算器,Lowe 说 Lose It 的正确率约是用户吃下肚的食物的 87%,超过其他业者使用 Food-101 资料组标准测量法进行测试的结果。
他表示这是基于严谨的神经网络训练成果。他使用23万张食物图片,以及自2008年以来 Lose It 用户登录的40亿笔食物资料,训练这套神经网络十次之多。
Lowe 在四块 NVIDIA TITAN X GPU 上使用 NVIDIA DIGITS 深度学习训练系统来训练神经网络。DIGITS 使用最新的 cuDNN 5.1 深度学习函式库,加快在 NVIDIA GPU 上的训练速度。
“少了 GPU,我们不可能启动这项计划。”Lowe 说。
协助减重
在自动计算卡路里前,Lose It 也帮了不少人进行减重。从该公司于2008年成立以来,用户回报总共减掉了逾五千万磅的重量。
这套软件的确有它的效果。美国国立卫生研究院指出,超过三分之二的美国成人是过重或肥胖,而世界卫生组织说全球有 39% 的成人出现过重或肥胖的情况。
至于我跟布朗尼蛋糕之间的战争,这么说吧,Snap It 会一直回报这一小块巧克力甜点看起来是什么。