原创精品｜机器学习帮助你控制饮食

从人类这个物种产生到距今一百年的几百万年间，人类一直在挣扎着让自己吃饱。而就在这一百年间，人类借助技术的...





从人类这个物种产生到距今一百年的几百万年间，人类一直在挣扎着让自己吃饱。而就在这一百年间，人类借助技术的发展，如突然间拥有神力一般，使得食不果腹，饥肠辘辘的状况大大减少，而且情况似乎出现反转，现在，人们关注的问题是肥胖，无法合理的饮食。吃的过多造成的问题困扰着全球大多数人的健康生活，这一点，从科技的走向就能清楚地显现出来。人们采取措施的一种就是记录每天摄入的热量，还记得我们之前介绍的那款能够通过分析吃食物的声音来计算热量的项链吗？现在有一款新软件也致力于实现更加方便快捷的饮食记录方式，而且让这个功能实现的则是机器学习技术。当机器都开始进行学习，我们人类则不仅仅是学习，我们要改变天性。虽然偏爱糖类，偏爱高热量食物是人类在进化中获得的与生俱来的特点，但现在，人类科技致力于控制这个倾向。

问问人们他们早上吃什么，你很可能得到与下面类似的回答，"半杯燕麦粥，加了两勺枫叶糖浆还有一杯咖啡。哦对了，我还在燕麦粥里撒了一把蓝莓干，还有在咖啡里加了牛奶。不过是脱脂牛奶"。我们由此能够看到使用技术手段记录人们每天的饮食会遇到一个大问题：人们只会记录他们的早餐是半杯燕麦和一杯牛奶，但永远不会提到蓝莓和糖浆，本来是为了帮助人们控制饮食而进行的饮食记录，最终却完全达不到它最初的设计目的。来自波士顿塔夫茨大学(Tufts University)能量代谢实验室（Energy Metabolism Lab）的主管Susan Roberts介绍到：对于有控制饮食需要的人来说，记录每天摄入食物的营养含量和热量很重要，因为记录能够让人们清晰的意识到自己有时吃的其实是垃圾食品，在痛恨自己怎么又没能管住自己后，人们会在受到这些高热量低营养的垃圾食品的诱惑时增加抵抗力。她在介绍产品的发布会上提到，虽然我们见过许多类似的软件，但是现在市面上记录饮食的软件让记录这件事机械又繁琐，而具备口语识别系统的手机应用软件则会将用户体验提升一个层次，你能够在吃食物的一刻记录他们吃下的东西，少了许多麻烦。  Roberts向MIT（麻省理工学院）口语系统研究小组寻求帮助，而在上星期，工程师团队在上海IEEE国际会议上展示了他们的解决方案，这个系统能够理解人类口语中关于食物的内容，并且将用户所说的内容和美国农业部给出的数据相匹配，为用户提供摄入食物的营养信息。

MIT（麻省理工学院）高级学者James Glass是上海展会上为大家展示这项软件的Mandy Korpusik的导师，他介绍到，在这个过程中主要有两个技术难题，首先， 要了解一个人在说什么，这也就意味着，当用户说“一碗燕麦粥”时，机器要能够理解，“一碗”就是它要收集的关于食物数量的信息，而“燕麦粥”就是它需要进行匹配，查找营养信息的一种食物，同时，如果用户说“燕麦饼干”，虽然同样是“燕麦粥”的“燕麦”，机器要能理解这里的“燕麦”并不是一种食物，而是饼干的种类，因此进行比配时，它应该查找饼干这类食物。为了让机器聪明到能够实现这些功能，Glass的团队使用了机器学习技术——条件随机场模型。这种技术实际上是图形再认技术的一种，它能够对事务序列，如口语识别中信息出现的先后进行识别。这个系统虽然能够识别序列，但要想实现口语内容识别，研究人员首先要教会这个系统它需要识别的内容有哪些。这个过程需要人力介入，研究者使用亚马逊土耳其机器人（Amazon Mechanical Turk）寻找为他们提供帮助的人，亚马逊土耳其机器人是利用人的网络来执行计算机很难完成但“人工智能”却能很容易执行的任务：当用户提出一个要求，应用程序就会将这一请求发送到执行任务的人。人就会对此作出应答，如按要求写产品描述，对移动语音搜索查询作出回应或选择某一主题的最佳照片等等，然后服务器将回应传给请求者。土耳其工人的工资是按成功完成人工智能任务来计算的。亚马逊（Amazon）通过收取成功完成请求者人工智能任务的百分之十的价格来获利。而现在也一样，机器那头的工作人员需要描述他们可能摄入的食物然后将这个描述和某个食物标签匹配。使用这些数据训练系统对人类口语中关于食物的的识别。

之后研究人员攻克第二大技术难题：让机器学会将食物标签和美国农业部给出的食品营养信息进行匹配。这听起来好像很简单，就如同做连线题目一样，但是，实际问题总比理论复杂许多，因为就像例子中燕麦粥这样的食物根本就不在食物列表上，而只有燕麦谷物的信息，因此，机器要能够将人类口语中的多彩多样的食物名称列表中最接近的项目匹配。而这个过程想想就知道需要机器进行很多计算，操作比对才能完成，而事实上也确实如此。不过，我们不需要机器一定以人类类似的方式进行言语识别，机器有自己的特性和长处，在更先进的技术能够改变这个状况之前，这是一个全新的发展方向。

Glass强调，这个系统还处于研究原型阶段，还有许多地方需要提升，在成为一款开放的手机应用之前还需要实际测试。当然在未来，通过识别声音进行记录并不是实现功能的唯一方式。但是我们已然发现，我们的技术开始让机器进行学习，开始让机器人的工作和人力结合，我们充分感受到了技术的先进，但是我们自己以及我们的祖先一定没有料到，我们使用技术竟然是为了控制一项最自然不过的活动——吃，看来除了拼命成为迄今为止最聪明，科技最先进的一代，我们或许应该想起一些远古的智慧——效法自然，自然比人类存在的时间长许多，不多不少才是正好，请不要迷失在轻易而来的热量中，因为即使技术再先进我们也始终只是众多物种中的一种。

    关注 知闻网