Hay pocas cosas que gusten más a los usuarios de las redes sociales que llenar sus feeds de fotos de comida. Sin embargo, rara vez usamos estas imágenes para algo más que echarles un vistazo rápido en el celular.
Investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT (CSAIL) creen que analizar fotos como estas podría ayudarnos a aprender recetas y a comprender mejor los hábitos alimentarios de las personas. En un nuevo artículo con el Instituto de Investigación Informática de Qatar (QCRI), el equipo entrenó un sistema de inteligencia artificial llamado Pic2Recipe para analizar una foto de comida, predecir sus ingredientes y sugerir recetas similares.
«En visión por computadora, la comida suele quedar relegada porque no contamos con los conjuntos de datos a gran escala necesarios para hacer predicciones», afirma Yusuf Aytar, investigador posdoctoral del MIT que escribió un artículo sobre el sistema junto con el profesor del MIT Antonio Torralba. «Pero las fotos aparentemente inútiles de las redes sociales pueden ofrecer información valiosa sobre los hábitos de salud y las preferencias alimentarias».
El artículo se presentará a finales de este mes en la conferencia sobre visión por computadora y reconocimiento de patrones, en Honolulu. Nick Hynes, estudiante de posgrado del CSAIL, fue el autor principal junto con Amaia Salvador, de la Universidad Politécnica de Cataluña, en España. Entre los coautores figuran Javier Marin, investigador posdoctoral del CSAIL, así como Ferda Ofli, científico, e Ingmar Weber, director de investigación del QCRI.
Cómo funciona
La web ha impulsado un enorme crecimiento de la investigación sobre la clasificación de datos alimentarios, pero la mayoría de los estudios ha utilizado conjuntos de datos mucho más pequeños, lo que a menudo genera importantes lagunas en el etiquetado de los alimentos.
En 2014, investigadores suizos crearon el conjunto de datos «Food-101» y lo utilizaron para desarrollar un algoritmo capaz de reconocer imágenes de comida con una precisión del 50 por ciento. Las versiones posteriores solo elevaron la precisión hasta alrededor del 80 por ciento, lo que sugiere que el tamaño del conjunto de datos puede ser un factor limitante.
Incluso los conjuntos de datos más grandes han tenido a menudo ciertas limitaciones para generalizar entre distintas poblaciones. Una base de datos de la Universidad de la Ciudad de Hong Kong contiene más de 110.000 imágenes y 65.000 recetas, cada una con listas de ingredientes e instrucciones, pero incluye únicamente cocina china.
El proyecto del equipo del CSAIL pretende ampliar este trabajo, pero extendiendo considerablemente su alcance. Los investigadores rastrearon sitios web como All Recipes y Food.com para crear «Recipe1M», una base de datos con más de 1 millón de recetas anotadas con información sobre los ingredientes de una amplia variedad de platos. Luego utilizaron esos datos para entrenar una red neuronal que detectara patrones y estableciera conexiones entre las imágenes de comida y los ingredientes y recetas correspondientes.
A partir de una foto de un alimento, Pic2Recipe podía identificar ingredientes como harina, huevos y mantequilla, y luego sugerir varias recetas que consideraba similares a las imágenes de la base de datos. (El equipo tiene una demostración en línea donde la gente puede subir sus propias fotos de comida para probarla).
«Uno puede imaginar que la gente use esto para llevar un registro de su nutrición diaria o para fotografiar su comida en un restaurante y saber qué necesita para prepararla en casa más adelante», afirma Christoph Trattner, profesor adjunto del Departamento de Tecnología de Nuevos Medios de MODUL University Vienna, quien no participó en el artículo. «El enfoque del equipo funciona a un nivel similar al del criterio humano, lo cual es notable».
El sistema funcionó especialmente bien con postres como galletas o magdalenas, ya que eran un tema principal de la base de datos. Sin embargo, tuvo dificultades para determinar los ingredientes de alimentos más ambiguos, como los rollos de sushi y los batidos.
También solía desconcertarse cuando había recetas similares para un mismo plato. Por ejemplo, hay docenas de formas de preparar lasaña, así que el equipo tuvo que asegurarse de que el sistema no «penalizara» las recetas similares al intentar distinguirlas de las diferentes. (Una forma de resolverlo fue comprobar si los ingredientes de cada una eran, en general, similares antes de comparar las recetas en sí).
En el futuro, el equipo espera mejorar el sistema para que pueda comprender la comida con aún más detalle. Esto podría incluir inferir cómo se prepara un alimento (por ejemplo, estofado o cortado en cubos) o distinguir distintas variedades de alimentos, como los hongos o las cebollas.
A los investigadores también les interesa la posibilidad de desarrollar el sistema para que sirva de «asistente para la cena» y pueda determinar qué cocinar según las preferencias alimentarias y una lista de productos que haya en el refrigerador.
«Esto podría ayudar a la gente a averiguar qué contiene su comida cuando no dispone de información nutricional explícita», afirma Hynes. «Por ejemplo, si sabes qué ingredientes lleva un plato, pero no en qué cantidad, puedes tomar una foto, introducir los ingredientes y ejecutar el modelo para encontrar una receta similar con cantidades conocidas; después, puedes usar esa información para calcular aproximadamente las cantidades de tu propia comida».
El proyecto recibió financiación, en parte, del QCRI, así como del Fondo Europeo de Desarrollo Regional (FEDER) y del Ministerio de Economía, Industria y Competitividad de España.
