एआई पिज्जा: कैसे हमने दो आवर्तक तंत्रिका नेटवर्क का उपयोग किया

तंत्रिका नेटवर्क का विषय डेवलपर्स, वैज्ञानिकों और विपणक के दिलों को पहले वर्ष के लिए उत्साहित करता है, लेकिन कुछ के लिए पहला दशक भी नहीं। लेकिन हम सभी जानते हैं कि अक्सर न्यूरॉन्स पर आधारित परियोजनाओं के तहत एक साधारण बड़ी तारीख और एक विपणन बुलेटिन होता है, जो एक क्लिकबैट हैडर की पृष्ठभूमि के खिलाफ फुलाया जाता है। हमने इस तरह की कहानी से बचने की कोशिश की और सामग्री के आणविक संगतता, 300 हजार व्यंजनों के विश्लेषण और शुद्ध रचनात्मकता के अध्ययन के आधार पर एक न्यूरोप्रोजेक्ट परियोजना विकसित की। कटौती के तहत आप विवरण का पता लगा सकते हैं और गिटहब पर खुला स्रोत लिंक पा सकते हैं।



क्या कोई कार कुछ नया लेकर आ सकती है या वह सीमित है जो वह जानता है? अभी तक इस सवाल का जवाब किसी को नहीं पता है। लेकिन अब, कृत्रिम बुद्धि बड़े गैर-मानक डेटा के विश्लेषण की समस्याओं को पूरी तरह से हल करती है।

एक बार डोडो पिज्जा में उन्होंने एक प्रयोग करने का फैसला किया: दुनिया भर में अराजक और व्यक्तिपरक माना जाता है और स्वाद के लिए व्यवस्थित रूप से वर्णन करने के लिए। कृत्रिम बुद्धिमत्ता ने अवयवों के चरम संयोजन को खोजने में मदद की, जो कि उनके असामान्य स्वभाव के बावजूद, ज्यादातर लोगों के लिए स्वादिष्ट थे।

मेरे सहयोगी और मैंने इस असामान्य परियोजना में MIPT और स्कोलटेक के तंत्रिका नेटवर्क विशेषज्ञों के रूप में काम किया। हमने एक तंत्रिका नेटवर्क को विकसित और प्रशिक्षित किया है जो कि रसोई के व्यंजनों को उत्पन्न करने की समस्या को हल कर सकता है। काम के दौरान, 300,000 से अधिक व्यंजनों का विश्लेषण किया गया, साथ ही साथ सामग्री के आणविक संगतता पर वैज्ञानिक अनुसंधान के परिणाम भी। इसके आधार पर, एआई ने अवयवों के बीच गैर-स्पष्ट संबंध खोजने के लिए सीखा और यह समझना कि वे एक-दूसरे के साथ कैसे मेल खाते हैं और उनमें से प्रत्येक की उपस्थिति कैसे अन्य सभी की संगतता को प्रभावित करती है।

हम डोडो एआई-पिज्जा प्रोजेक्ट में कैसे शामिल हुए

सब कुछ, जैसा कि आमतौर पर होता है, अचानक हुआ। गर्मियों के अभ्यास से पहले थोड़े समय की अवधि थी, हमने दीप लर्निंग कोर्स को समाप्त कर दिया, परियोजना का बचाव किया और अध्ययन / जीवन की अधिक आरामदायक लय के अनुकूल होने का प्रयास किया। लेकिन वे गलती से बीबीडीओ के उन लोगों को खोजने के बारे में एक व्यक्तिगत अनुरोध के रिपॉस्ट में भाग गए, जो नए व्यंजनों को बनाने के लिए एक तंत्रिका नेटवर्क लिख सकते थे। अधिक विशेष रूप से: डोडो के लिए नए पिज्जा व्यंजनों। बिना किसी हिचकिचाहट के, हमने फैसला किया कि हम कोशिश करना चाहते हैं।

जब परियोजना शुरू हो रही थी, तो हमें पूरी तरह से समझ नहीं आया कि क्या यह आगे भी चलेगा, क्या कोई व्यावहारिक कार्यान्वयन होगा, हम बस कार्य में रुचि रखते थे। बहुत सारे रेडब्लू और तेज इंटरनेट ने हमारी मदद की और आगे बढ़ाया। पीछे मुड़कर देखें, तो हम समझते हैं कि कुछ चीजें अलग तरीके से की जा सकती हैं, लेकिन यह सामान्य है।

किसी भी मामले में, कुछ हफ्तों के बाद तंत्रिका नेटवर्क का काम करने वाला मॉडल तैयार हो गया, उत्पादन में इसके लॉन्च का चरण शुरू हुआ। हम बहुत भाग्यशाली हैं कि परियोजना को इन शब्दों के सख्त अर्थ में औद्योगिक या तकनीकी नहीं कहा जा सकता है। प्रयोग की स्थिति उसके लिए अधिक उपयुक्त है।

हमारे मॉडल का उपयोग करते हुए, पिज्जा व्यंजनों के विभिन्न प्रकार उत्पन्न किए गए थे, जिसे हमने उत्पाद परीक्षण चलाने के लिए बहुत ही शांत डोडो शेफ के हाथों में पारित किया था। डोडो आर एंड डी लैब में पिज्जा चखने का क्षण हमारे द्वारा किए गए कार्य के मूल्य को पहचानने के संदर्भ में एक वाटरशेड था। बिकने वाले उत्पाद को देखना बहुत रोमांचक था। वास्तव में, प्रायः सभी विकास और समाधान एक अल्पकालिक, अमूर्त चीज है, और यहाँ परिणाम को न केवल छुआ जा सकता है, बल्कि चखा भी जा सकता है।

डेटासेट और चिली का प्राथमिक संग्रह

किसी भी मॉडल को काम करने के लिए डेटा की आवश्यकता होती है। इसलिए, हमारे एआई को प्रशिक्षित करने के लिए, हमने सभी उपलब्ध स्रोतों से 300,000 व्यंजनों का संग्रह किया। हमारे लिए न केवल पिज्जा व्यंजनों को इकट्ठा करना महत्वपूर्ण था, बल्कि चयन को अधिक से अधिक विविधतापूर्ण बनाना, जबकि उचित से परे न जाने की कोशिश करना (उदाहरण के लिए, कॉकटेल व्यंजनों को अनदेखा करना, यह महसूस करना कि उनके शब्दार्थ पिज्जा के नुस्खा शब्दार्थों को बहुत प्रभावित नहीं करेंगे)।

डेटा एकत्र करने के बाद, हमें 100,000 से अधिक अद्वितीय सामग्री मिली। बड़ी समस्या उन्हें एक रूप में ला रही थी। लेकिन इतने आइटम कहां से आए? सब कुछ सरल है, उदाहरण के लिए, व्यंजनों में मिर्च मिर्च इस तरह इंगित किए जाते हैं: मिर्च, मिर्च, मिर्च, मिर्च। आपके लिए यह स्पष्ट है कि यह एक ही काली मिर्च है, लेकिन तंत्रिका नेटवर्क अलग-अलग वर्तनी को अलग-अलग संस्थाओं के रूप में मानता है। हमने इसे ठीक कर दिया। जब हमने डेटा को साफ किया और इसे एक दृश्य में लाया, तो हमारे पास केवल 1,000 पद बचे थे।

दुनिया स्वाद विश्लेषण करती है

काम के लिए तैयार डेटासेट प्राप्त करने के बाद, हमने प्रारंभिक विश्लेषण किया। सबसे पहले, हमने देखा कि दुनिया के किन व्यंजनों को मात्रात्मक अनुपात में हमारे डेटासेट में दर्शाया गया है।



प्रत्येक व्यंजन के लिए, हमने सबसे लोकप्रिय सामग्रियों की पहचान की है।



इन ग्राफों पर, देश द्वारा लोगों की स्वाद वरीयताओं में अंतर ध्यान देने योग्य है। इन प्राथमिकताओं से यह भी स्पष्ट हो जाता है कि विभिन्न देशों के लोग एक-दूसरे के साथ सामग्री कैसे जोड़ते हैं।

दो पिज्जा निष्कर्ष

इस वैश्विक विश्लेषण के बाद, हमने उनकी रचना में पैटर्न खोजने के लिए दुनिया भर के पिज्जा व्यंजनों का अधिक विस्तार से अध्ययन करने का फैसला किया। यहां हमने जो निष्कर्ष दिए हैं:

1. पिज्जा व्यंजनों मांस / चिकन व्यंजनों और डेसर्ट की तुलना में छोटे परिमाण का एक क्रम है।
   
   
2. पिज्जा रेसिपी में पाए जाने वाले कई तत्व सीमित हैं। उत्पादों की बहुत परिवर्तनशीलता अन्य व्यंजनों की तुलना में बहुत कम है।
   
   

हमने मॉडल का परीक्षण कैसे किया

वास्तविक स्वाद संयोजनों को ढूंढना अणुओं की संगतता को प्रकट करने के समान नहीं है। सभी चीज़ों में एक समान आणविक रचना होती है, लेकिन इसका मतलब यह नहीं है कि सफल संयोजन केवल निकटतम अवयवों के क्षेत्र में निहित है।



हालाँकि, जब हम गणित में सब कुछ अनुवाद करते हैं, तो हमें आणविक स्तर के समान अवयवों की अनुकूलता को देखना चाहिए। क्योंकि समान वस्तुओं (समान चीज) को समान रहना चाहिए, चाहे हम उनका वर्णन कैसे करें। तो हम यह निर्धारित कर सकते हैं कि इन वस्तुओं को सही ढंग से वर्णित किया गया है।

नुस्खा को गणित में बदलें

तंत्रिका नेटवर्क के लिए समझने योग्य रूप में नुस्खा प्रस्तुत करने के लिए, हमने स्किप-ग्राम नेगेटिव सैंपलिंग (SGNS) - शब्द 2vec एल्गोरिथ्म का उपयोग किया, जो संदर्भ में शब्दों की घटना पर आधारित है। हमने पूर्व-प्रशिक्षित वर्ड 2vec मॉडल का उपयोग नहीं करने का फैसला किया, क्योंकि हमारा नुस्खा स्पष्ट रूप से सरल ग्रंथों से अर्थ संरचना में भिन्न है। ऐसे मॉडलों का उपयोग करके, हम महत्वपूर्ण जानकारी खो सकते हैं।

आप निकटतम शब्दार्थ पड़ोसियों को देखकर word2vec के परिणाम का मूल्यांकन कर सकते हैं। उदाहरण के लिए, हमारे मॉडल को पनीर के बारे में क्या पता है:



यह जांचने के लिए कि सिमेंटिक मॉडल अवयवों के नुस्खा इंटरैक्शन को कैसे कैप्चर कर सकते हैं, हमने नमूने से सभी व्यंजनों के लिए एक विषयगत मॉडलिंग मॉडल लागू किया। यही है, उन्होंने गणितीय रूप से पहचाने गए पैटर्न के अनुसार व्यंजनों के डेटासेट को क्लस्टर में तोड़ने की कोशिश की।



अग्रिम में यह जानते हुए कि व्यंजनों का एक निश्चित नमूना डेटा से प्राप्त विभिन्न वास्तविक वर्गों से संबंधित है, हमने प्रत्येक वास्तविक वर्ग के संबंधित जनरेट किए गए जननों के वितरण का निर्माण किया।



सबसे स्पष्ट डेसर्ट की श्रेणी थी, जो विषयगत मॉडल द्वारा उत्पन्न 0 और 1 विषय का गठन करती थी। डेसर्ट के अलावा, इन विषयों में लगभग कोई अन्य वर्ग नहीं हैं, जो बताता है कि डेसर्ट आसानी से व्यंजनों के अन्य वर्गों से अलग हो जाते हैं। इसके अलावा प्रत्येक विषय में एक वर्ग है जो इसे सबसे अच्छा बताता है। इसका मतलब यह है कि हमारे मॉडल "स्वाद" के गैर-स्पष्ट अर्थ के गणितीय विवरण के साथ अच्छी तरह से मुकाबला करते हैं।

पकाने की विधि पीढ़ी

नए व्यंजनों को बनाने के लिए, हमने दो आवर्तक तंत्रिका नेटवर्क का उपयोग किया। ऐसा करने के लिए, हमने सुझाव दिया कि व्यंजनों के आम स्थान में एक उप-स्थान है जो पिज्जा व्यंजनों के लिए जिम्मेदार है। तंत्रिका नेटवर्क के लिए नए पिज्जा व्यंजनों के साथ आने के लिए सीखने के लिए, हमें इस उप-स्थान को खोजना पड़ा।

जब हम एक छवि को छोटे आयाम के वेक्टर के रूप में पेश करते हैं तो ऐसा कार्य ऑटोकैडिंग छवियों के समान होता है। इस मामले में, वैक्टर में छवि के बारे में बड़ी मात्रा में विशिष्ट जानकारी हो सकती है।

उदाहरण के लिए, फोटो में चेहरे की पहचान के लिए, ऐसे वैक्टर मानव बालों के रंग के बारे में एक अलग सेल में जानकारी संग्रहीत कर सकते हैं। छिपे हुए उप-स्थान के अद्वितीय गुणों के कारण हमने इस दृष्टिकोण को ठीक चुना।

पिज्जा उप-क्षेत्र की पहचान करने के लिए, हमने दो आवर्तक तंत्रिका नेटवर्क के माध्यम से व्यंजनों को चलाया। पहले वाले ने प्रवेश द्वार पर एक पिज्जा नुस्खा प्राप्त किया और एक छिपे हुए वेक्टर के रूप में इसके प्रतिनिधित्व के लिए देखा। दूसरे ने पहले तंत्रिका नेटवर्क से एक छिपी हुई वेक्टर प्राप्त की और इसके आधार पर एक नुस्खा पेश करना पड़ा। पहले तंत्रिका नेटवर्क के इनपुट पर और दूसरे के आउटपुट में व्यंजनों का संयोग होना चाहिए।

तो एनकोडर डिकोडिंग के प्रारूप में दो तंत्रिका नेटवर्क एक छिपे हुए (अव्यक्त) वेक्टर और ठीक इसके विपरीत करने के लिए नुस्खा को सही ढंग से रिले करने के लिए सीखा। इसके आधार पर, हम एक छिपे हुए उप-स्थान की खोज करने में सक्षम थे जो सभी कई पिज्जा व्यंजनों के लिए जिम्मेदार है।

आणविक अनुकूलता

जब हमने पिज्जा रेसिपी बनाने की समस्या को हल किया, तो हमें मॉडल में आणविक संगतता कसौटी को जोड़ना था। इसके लिए, हमने कैम्ब्रिज और कई अमेरिकी विश्वविद्यालयों के वैज्ञानिकों के संयुक्त अध्ययन के परिणामों का उपयोग किया।

अध्ययन के परिणामस्वरूप, यह पाया गया कि कुल आणविक जोड़े की सबसे बड़ी संख्या वाले अवयवों को सबसे अच्छा संयुक्त है। इसलिए, जब नुस्खा बनाते हैं, तो तंत्रिका नेटवर्क एक समान आणविक संरचना वाले अवयवों को प्राथमिकता देता है।

परिणाम और एआई पिज्जा

नतीजतन, हमारे तंत्रिका नेटवर्क ने पिज्जा व्यंजनों को सफलतापूर्वक बनाना सीख लिया है। गुणांक को समायोजित करके, AI क्लासिक व्यंजनों (जैसे मार्गारीटा या पेपरोनी) और पागल दोनों का उत्पादन कर सकता है। इस तरह के एक पागल नुस्खा ने दस सामग्रियों के साथ दुनिया के पहले आणविक रूप से परिपूर्ण पिज्जा का आधार बनाया: टमाटर सॉस, तरबूज, नाशपाती, चिकन, चेरी टमाटर, ट्यूना, टकसाल, ब्रोकोली, मोत्ज़ारेला पनीर, ग्रेनोला। लिमिटेड एडिशन को डोडो पिज़्ज़ेरिया में से एक में भी खरीदा जा सकता है। और यहां कुछ और दिलचस्प रेसिपी बताई गई हैं, जिन्हें आप घर पर बनाकर खा सकते हैं:

• पालक, पनीर, टमाटर, black_olive, जैतून, लहसुन, काली मिर्च, तुलसी, खट्टे, तरबूज, अंकुरित, छाछ, नींबू, बास, अखरोट, रुतबागा;
• प्याज, टमाटर, जैतून, ब्लैक_पेपर, ब्रेड, आटा;
• चिकन, प्याज, black_olive, पनीर, सॉस, टमाटर, olive_oil, mozzarella_cheese;
• टमाटर, मक्खन, cream_cheese, काली मिर्च, olive_oil, पनीर, black_pepper, mozzarella_cheese;

यह सब कचरा होगा यदि हमने सबसे दिलचस्प लिंक नहीं दिया:

• इस साइट पर, AI नए पिज्जा व्यंजनों को उत्पन्न करता है।
• स्रोत कोड और परियोजना का तकनीकी विवरण ।