3 мин. чтения
7/6/2023 10:18:05 AM

Новый набор данных для ИИ шеф-повара помогает в приготовлении пищи

Featured Image 1 Фрагмент беседы инструктивного диалогового задания по приготовлению пищи с хорошими и плохими системными ответами и соответствующим типом ошибки каждого плохого ответа. Предоставлено: arXiv (2023). DOI: 10.48550/arxiv.2305.17280

Искусственный интеллект (ИИ) может помочь людям делать покупки, планировать и писать, но не готовить. Оказывается, люди не единственные, кому трудно следовать пошаговым рецептам в правильном порядке, но новое исследование из Колледжа вычислительной техники Технологического института Джорджии может изменить это.

Исследователи создали набор данных под названием ChattyChef, который использует модели обработки естественного языка для помощи пользователю в приготовлении рецепта. Используя большую языковую модель GPT-J с открытым исходным кодом, набор данных кулинарных диалогов ChattyChef следует рецептам вместе с пользователем.

«Мы являемся одной из первых исследовательских групп, которая проанализировала проблемы использования больших языковых моделей для создания ИИ шеф-повара», — сказал Зыонг Ле, аспирант Школы интерактивных вычислений. Большинство попыток использовать языковые модели для приготовления пищи терпят неудачу, потому что GPT-J не понимает, что пользователь хочет делать дальше, или намерения пользователя, и с трудом отслеживает, как далеко пользователь находится в рецепте — то, что исследователи называют «состоянием разговора». Также модель не может легко ответить на уточняющие вопросы, например, о количестве ингредиентов или времени приготовления. Например, может быть, кто-то пытается приготовить картофельные оладьи. ИИ говорит им растопить масло на сковороде и добавить картофель. Затем пользователь спрашивает о следующем шаге. Плохой бот может перепутать порядок и сказать им, чтобы они подали картофель, даже если они еще не закончили его готовить. Или пользователь задает дополнительный вопрос о том, как долго готовить картофельные оладьи, и ИИ не будет достаточно точным, вместо этого указывая общее время и не указывая время приготовления для каждой стороны.

Имея это в виду, исследователи убедились, что их модель имеет две ключевые особенности:

  1. Обнаружение намерений пользователя для определения текущего намерения пользователя в фиксированном наборе возможностей, таких как «Запросить следующую инструкцию» или «Запросить подробную информацию об ингредиентах».
  2. Отслеживание состояния инструкций для определения того, на каком этапе рецепта находится пользователь, что работает с точностью 80%.

Объединенная информация из этих функций поддерживает третью инновацию ChattyChef — генерацию ответов. Намерение пользователя помогает создать наилучший ответ, чтобы ответить на вопрос пользователя. Состояние инструкции выбирает наиболее важные части рецепта, а не включает весь рецепт, чтобы не запутать пользователя и не обременять его дополнительными шагами во время приготовления.

Набор данных ChattyChef построен на рецептах WikiHow с положительными оценками и менее чем восемью шагами. Исследователи краудсорсили людей, чтобы разыграть, как они могут использовать ChattyChef и определить, какие инструкции лучше всего включить в набор данных. Исследователи считают, что инновации ChattyChef могут быть использованы во многих областях, помимо приготовления пищи, таких как руководства по ремонту или документация по программному обеспечению.

Подробнее: Duong Minh Le et al, Improved Instruction Ordering in Recipe-Grounded Conversation, arXiv (2023). DOI: 10.48550/arxiv.2305.17280 🔗

Получи бесплатную еженедельную рассылку со ссылками на репозитории и лонгриды самых интересных историй о стартапах 🚀, AI технологиях 👩‍💻 и программировании 💻!
Присоединяйся к тысячам читателей для получения одного еженедельного письма

Подписывайся на нас:

Нашли ошибку в тексте? Напишите нам.

Добавляй ЛРНЧ в свою ленту Google Новостей.
Читайте далее 📖

Самая страшная тайна ИИ

7/31/2023 · 3 мин. чтения

Самая страшная тайна ИИ

Исследователи впервые успешно обучили модель машинного обучения в открытом космосе

7/30/2023 · 3 мин. чтения

Исследователи впервые успешно обучили модель машинного обучения в открытом космосе