
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
AWS AI Labs研究团队发布EvalAgent,这是一套通过"评估技能"自动生成AI智能体评测方案的系统,将首次运行成功率从17.5%提升至65%,并在人类专家评测中获得79.5%的偏好选择。
亚历山大大学提出M2Retinexformer,通过融合深度、亮度和语义三种辅助模态,让AI在增强暗光图像时兼顾几何结构与视觉自然度。
浙大、西湖大学等联合提出FAAST,无需反向传播,一次正向扫描将训练样本压缩为快速权重矩阵,推理时间和内存占用分别节省90%和95%以上。
慕尼黑工业大学发布RealICU基准,用专家后见之明评测大语言模型在ICU实时决策中的真实能力,发现现有顶级AI存在有害推荐率过高和锚定偏差两大安全隐患。