Un dietologo con intelligenza artificiale
Agrate Brianza (Monza), 23 dicembre 2019 - Mangio le patatine fritte, le lasagne o magari è meglio un risotto? Dubbi amletici per chi è attento alla dieta. Grazie all’intelligenza artificiale si può avere ora un "agente personale" che in circa 150 millisecondi riconosce una pietanza, le calorie ed i nutrienti associati, collega queste informazioni alle attività fisiche fatte o da svolgere nell’arco della giornata. A come addestrare a questo e ad altri usi una rete neurale, cioè le forme di intelligenza artificiale in grado di apprendere sfruttando meccanismi simili a quelli dell’intelligenza umana, lavorano alla StMicroelectronics di Agrate Brianza. Istruire le reti neurali artificiali, sofisticate e al contempo sempre più efficienti ed accurate, può apparire un lavoro semplice invece è una cosa parecchio complicata. Ne parliamo con Viviana D’Alto, Direttore Ricerca & Sviluppo Intelligenza Artificiale – Software & Tools della ST.
Come è stato possibile addestrare le reti neurali a riconoscere il cibo? "Una rete neurale si addestra con un insieme di dati che, per ogni classe di cibo, abbia un elevato numero di esempi rappresentativo di ogni categoria. Questo garantisce che un’applicazione legata al riconoscimento del cibo funzioni correttamente in molteplici contesti. Nel caso della rete sviluppata da ST, abbiamo utilizzato circa 1000 immagini per ogni classe. Certo, il riconoscimento del cibo è un compito particolarmente complesso, se si pensa alle diverse varianti esistenti nel mondo. Esistono lasagne tradizionali, vegetariane, al salmone, con diverse verdure, e così via all’infinito, servite in teglia, o in porzione quadrata, su un piatto piano, su un vassoio, ecc. Quindi più dati relativi alle diverse varietà si hanno, più efficiente sarà la rete e i suoi risultati".
L’intelligenza artificiale può identificare qualsiasi pietanza? « In teoria si, se il sistema viene opportunamente "addestrato". Una rete neurale è in grado di riconoscere quello che è stata addestrata a vedere, cioè se la rete ha imparato la differenza tra pasta e pizza, non sarà in grado di riconoscere una bistecca. ST ha sviluppato una rete neurale che è in grado di riconoscere tra 18 tipi di cibi, che variano tra crudi (insalata), cotti (risotto, bistecca), primi (lasagne), secondi (hot-dog) e dolci (torta al cioccolato). Una volta identificata la classe di appartenenza di un certo piatto, si possono sicuramente definire delle applicazioni che associno i tempi di cottura oppure l’apporto calorico medio ad un certo cibo.
L’agente personale è già una realtà? "Si, un esempio a tale proposito è l’APP "Calorie MAMA", in grado di riconoscere un cibo grazie alla telecamera dello smartphone e a fornire informazioni nutrizionali di un certo piatto. Oppure esistono in commercio frigoriferi che permettono di riconoscere il cibo presente al suo interno e, sulla base degli ingredienti, connettersi a Internet per suggerire ricette o avvertire quando lo yogurt è in scadenza".
E’ una realtà destinata a diffondersi sempre di più? "La maggior parte delle applicazioni più avanzate in grado di fare questo si basa su algoritmi di intelligenza artificiale o, meglio, reti neurali artificiali, basate sul Cloud.