
最近,索尼人工智能团队和韩国高丽大学联合开发了一种名为FlavorGraph的人工智能映射工具,该工具可以推荐互补的配料,帮助厨师们烹饪菜肴。
索尼人工智能团队表示,FlavorGraph使用人工智能技术预测两种成分的匹配程度,FlavorGraph可以将从不同成分中发现的1,561种风味分子里提取的信息同以往数百万种食谱对这些配料的使用情况结合起来。
索尼人工智能战略和合作伙伴经理Fred Gifford和韩国高丽大学博士后研究生Donghyeon Park在一篇博客文章中写道:“以往从未有人探索过食品成分与风味化合物之间的关系,而FlavorGraph的研究将为某一种或者多种成分与其他成分的搭配提供更大的灵活性。”
“随着科学的发展,我们对食物的了解越来越深入,我们应该发现越来越多有趣的配料搭配,以及那些不健康或者不可持续配料的、新的替代品。”
FlavorGraph是索尼人工智能团队美食旗舰项目的首批项目之一。这家日本科技巨头于去年年底建立了自己的机器学习和人工智能研发部门,该团队称该项目的重点将落在三个关键的领域:可以创建新食谱的人工智能应用程序、可以在厨房为厨师提供帮助的机器人解决方案及社区共同创造活动。
索尼人工智能团队表示他们将使用数据源开发食谱创建应用程序,这些数据包括食谱和成分数据,例如味道、香气、风味、分子结构和营养成分,据此,该程序有望能够帮助厨师设计食谱和菜单。
还有其他一些关于索尼的新闻,该公司的半导体业务宣布其绰号为“Fab 5”的新工厂已经在长崎技术中心开业。索尼表示,这间新工厂将被用于批量生产用于智能手机的CMOS图像传感器。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。