据外媒cnet报道，最近的一项研究表明神经网络可以创造完美的披萨食谱。 本月早些时候在arxiv．org上出现的麻省理工学院的研究重点是一个名为pizzagan的神经网络，它可以通过查看披萨照片来学习和复制制作披萨的方法。
生成对抗网络（gan）使用模型来做出决策。该pizzagan项目要“教机器如何建立镜像这一步一步的过程生成模型制作披萨饼。” pizzagan使用从instagram下载的9213张图像的创建的一个数据集，这些照片显示单个披萨。每张图片都分配了一组描述配料的标签，但不包括面团，酱汁和奶酪。包括12种披萨配料的图片，如芝麻菜、培根、西兰花、玉米、罗勒、蘑菇和橄榄，也被添加到数据集中供ai选择。
换句话说，pizzagan会显示一张披萨的图像，它首先识别配料，然后将图像分解成一个有序的图层序列。 虽然pizzagan可能擅长根据图像确定披萨上的配料，但研究团队还没有任何计划在实体店推出该技术。
但这项名为“如何制作披萨：学习基于成分层的gan模型”的研究可能导致该模型不仅用于理解其他复杂的配料，而且还用于了解具有多层的任何任务。
“尽管我们仅在披萨的背景下对我们的模型进行了评估，但我们认为类似的方法对于其他类型的天然分层食品（如汉堡，三明治和沙拉）也很有前途，”该研究称。“看看我们的模型在数字时尚购物助手等领域的表现将会很有趣，其中关键操作是不同层衣服的虚拟组合。”

---