Написать в блог
Блоги
kosmos_news

Текст опубликован в личном блоге и его автор не имеет отношения к администрации сайта

Исследователи из Стэнфорда разработали инструмент на основе искусственного интеллекта (ИИ), который создает новые рецепты бургеров, оптимизированные под индивидуальные предпочтения потребителей.
реклама

Искусственный интеллект призван помочь в разработке жизненно важных лекарств или получить новые знания в области физики. В свою очередь исследователи из Стэнфордского университета представляют систему, которая генерирует рецепты бургеров и позиционируют ее как революционную инновацию.
Изображение: нейросеть qwen

Согласно исследованию, ИИ был обучен примерно на 2200 рецептах и разработан с учетом различных, иногда противоречащих друг другу, параметров. К ним относятся вкус, пищевая ценность, экологичность и индивидуальные диетические потребности. ИИ, который Digital Trends в шутку называет «BurgerAI», должен рассчитать наиболее оптимальный рецепт, исходя из этих противоречивых требований.

Затем исследователи приготовили пять бургеров, разработанных ИИ. Их дегустировали вслепую около 100 испытуемых. Два бургера, созданных ИИ, показали результаты, сопоставимые или даже немного превосходящие стандартный «Биг Мак».

реклама

Но сами бургеры в этом проекте не главное. Скорее, это наглядный демонстрационный проект для известной проблемы в исследованиях оптимизации. Бургер служит тестовым примером для системы ИИ, которая, по сути, предназначена для принятия решений в условиях множества противоречащих целей — например, между экологичностью, стоимостью и вкусом.

Многие генеративные модели ИИ способны создавать новые комбинации, но они не предназначены специально для систематической оптимизации нескольких конкурирующих задач. Именно здесь вступает в дело новая система: она специально ищет решения, которые максимально эффективно уравновешивают различные требования.

BurgerAI, или, скорее, модель, лежащая в его основе, в первую очередь служит для проверки того, насколько хорошо ИИ-инструмент может справляться с такими компромиссными решениями. Впоследствии исследователи могут перенести такие подходы на более сложные проблемы, такие как медицинские или материаловедческие вопросы.

Источник: news.stanford.edu
Теперь в новом формате

Наш Telegram-канал @overclockers_news
Подписывайся, чтобы быть в курсе всех новостей!

Популярные новости