超神経質によって
内容のまとめ：合理的な食事とバランスの取れた栄養の重要性は言うまでもありませんが、それをどのように実施するかは簡単ではありません。より合理的で健康的で、人々の好みに合ったレシピを取得するために、AIは栄養士のチームにも加わりました。
キーワード：食事療法の推奨、バランスの取れた栄養、推奨システム
健康的な食事に関して、現代人は健康維持、専門家の推薦、そして最も完全なレシピのキーワードに対して想像を絶する熱意を持っています。
フィットネスの群衆は筋肉の増加を追求し、低炭水化物で高ケトン食療法に夢中です。美容を愛する群衆は即効性の減量、軽い断食を追求し、コペンハーゲンの減量法が最も人気があります。術後の患者と妊娠中の患者女性はミレットのお粥とトロッタースープで口コミで洗脳されます;緑の生活を切望する若者や仏教を研究する人々は菜食主義を提唱し、限られた選択肢の中で心身の健康を維持しようとします。
（スワイプして表示）オンラインで豊富でプロフェッショナルなレシピ、
それは本当に誰にとっても適していますか？
豊富な選択肢に直面して、どのように一致させるかは科学的で合理的ですか？一部の研究者は、アルゴリズムとビッグデータの利点を利用して、より健康的で栄養価の高いレシピをすべての人に推奨しています。
AIは「人々の料理を見る」ことを学びます
上記の普遍的なレシピの最大の問題は、誰もが異なる体格、異なる味、異なる地理的資源、および異なる消費レベルを持っているということです。
一部のブロガーの高品質のレシピには、サーモンやアボカドが含まれていることがよくあります。これらは高価で、一部の地域では購入が難しく、多くの人を落胆させます。
何千人もの人々への食事の推奨を実現するために、多くの研究者は人工知能技術も導入しています。
米国のレンセラー工科大学とIBMResearchの研究者は、最近、個人ユーザーの好みや食事のニーズに応じてカスタマイズされたレシピを推奨できる、パーソナライズされた食事推奨システムpFoodReQを開発しました。
大規模な食品知識グラフでの限られた質問応答に基づくパーソナライズされた食品の推奨
紙のアドレス：https：//arxiv.org/pdf/2101.01775.pdf
著者は論文の中で、既存の食事療法の推奨方法には一般に3つの主な欠点があることを指摘しました。
ユーザーの正確な要件を理解していません。
アレルギーや栄養ニーズの重要な要素を考慮していません。
豊富な食品の選択に基づいてカスタマイズされたレシピはありません。
この研究では、研究チームは、パーソナライズされた食品の推奨事項を提案し、それを食品ナレッジグラフ（KG）の制限された質問への回答と見なして、上記の問題を統一された方法で解決しようとしました。
チームは、KBQA（Knowledge Base Question Answering）に基づくパーソナライズされた食品推奨フレームワーク、つまり、質問と回答によるパーソナライズされた食品推奨フレームワークを提案しました。
ユーザーごとに、システムはさまざまな需要分析を実行します
具体的には、pFoodReQシステムは、「パンと一緒においしい朝食とは何ですか？」などのユーザーの質問に従い、このクエリ条件を満たすすべてのレシピをKGから取得します。次に、これらのレシピの材料の適用可能性をスコアリングし、最後に最高ランクのレシピを推奨します。
質疑応答メカニズムに基づく個別食品推薦システムの構造
最後に、検証実験の結果は、提案された方法がパーソナライズされていない方法よりも大幅に優れており、より関連性が高く健康的なレシピを推奨できることを示しています。
何千ものレシピがあります、AIはあなたに合った料理だけをお勧めします
一般に、チームは、データセットの作成、ベンチマーク質問の生成、健康ガイドラインの編集、およびシステムトレーニングの4つのステップを通じてシステムを確立しました。
ステップ1：レシピデータセットを作成する
広範な食品知識グラフFoodKG（FoodKGはレシピ、食品、栄養データを統合）に基づいて、100万を超えるレシピ、770万の栄養記録、および730千の食品を含むベンチマークQAデータセット（まだリリースされていません）が作成されました。対応する成分と栄養素も含まれており、ADA AmericanDiabetesAssociationが推奨するライフスタイルガイドラインを参照してください。
（推奨）食品栄養成分のオープン食品成分データセット
世界中のさまざまな食品の成分、アレルギー情報、添加物などに関するデータを収集します
データセットのダウンロード：https：//hyper.ai/datasets/5615
著者によると、これは、質問応答システムをサポートする、材料、栄養、レシピに関連する最初のパーソナライズされた食品推奨データセットです。
データセットの各例には、ユーザークエリ、食事の好み、ユーザー関連の健康ガイドライン、および基本的な回答（つまり、レシピの推奨事項）が含まれています。
ステップ2：ベンチマークの質問を生成する
人々の本当の食生活を反映した質問をするために、著者はソーシャルメディアRedditで200以上のレシピと糖尿病関連の問題を収集し、レシピを求めるネチズンから合計156の投稿を見つけ、全員が4種類の問題に焦点を合わせました：
どの成分が食用であるか;
どの成分が食べられないか;
「低炭水化物」または「高タンパク質」の推奨事項は何ですか。
「イタリアンフレーバー」または「地中海フレーバー」の推奨事項は何ですか。
チームはRedditの問題を分析します
そこに記載されているレシピ、食品、材料などを定義します
これらの投稿の質問方法に基づいて、チームは56の異なるテンプレートを要約し、それらに基づいていくつかのベンチマーク質問を生成しました。
ステップ3：ヘルスガイドをコンパイルする
準備が完了した後、健康的な食事の推奨を行うことができます。
チームは、ADAライフスタイルガイドラインから、栄養と微量元素を含むいくつかの食品関連ガイドラインを選択し、それらを追加の食品推奨として使用しました。したがって、その体系的な推奨事項は、健康ガイドラインに準拠した健康レシピです。
これらの基準は自然言語であるため、構造化された表現（たとえば、キーと値のペアを格納するハッシュテーブル）に変換されます。
自然言語の食事に関する推奨事項を、表現のための構造化データに変換します
ステップ4：パーソナライズシステムのトレーニング
パーソナライズを実現するために、チームはクエリ拡張とアレルギークエリの問題も解決しました。著者は、効果的な食品推奨システムは、食事の好みと健康ガイドラインの個々のニーズを尊重する必要があると考えています。したがって、ユーザークエリはさらに拡張されます。
たとえば、ユーザーがシステムに「パンと一緒に朝食をお勧めしてください」と尋ねると、システムは以前のクエリ、食事の好み、および食事履歴ログに基づいてユーザーの食事の好みを理解し、単一のクエリを追加のパーソナライズ要求に自動的に拡張します。クエリ。
展開されたクエリは次のようになります。「パン、ピーナッツなし、5gから30gの炭水化物を含むおいしい朝食をお勧めします。」
このため、システムは、さまざまなユーザーによって提起された同じ問題に直面して、さまざまなレシピの提案を行うことができます。
実験結果：他のモデルよりも優れている
チームは、ランダムにテストされた50の質問と、材料の好み（好き嫌い）や適用可能な栄養ガイドラインなどのユーザーの役割を8人の評価者に提供することにより、推奨食品の人間による評価を実施しました。
質問ごとに、BAMnet、P-BOW、P-MatchNN、pFoodReQの4つのモデルをランダムな順序で入力し、答えを取得します。各回答には、最初の3つのレシピ（3つ以上のレシピが取得されている場合）、材料のリスト、および栄養価が含まれています。
スコアの範囲は1〜10ポイントです（スコアが高いほど、結果は良くなります）
pFoodReQが最高のスコアを取得します
ただし、現在のパーソナライズされた食事推奨システムは、チームの研究の最初のステップにすぎません。著者は、「将来的にはまだ多くの課題があります。暗黙のユーザーの意図やさまざまな特別な状況に対処するには、より複雑な回答ベンチマークが必要です」と述べています。
AI栄養士、中国人はもっと必要
言うまでもなく、合理的な食生活の重要性はありますが、わが国の食生活は依然として非常に不健康です。ランセットが発表した調査報告によると、中国は世界195か国中140位にランクされています。
不健康な食生活を根本的に変えることは、単にレシピを勧めるだけではありません。そして、AIの介入は私たちにもっと多くの可能性をもたらすことができますか？以下は、私たちが要約したAI栄養士の利点のいくつかです。
機械の推奨事項に直面して、心理的な予防措置を取り除いてください
人間の栄養士やフィットネスコーチに直面して、多くの人々は顔やプライバシーの問題のために彼らの本当の食習慣と消費レベルを開示しないかもしれません。
しかし、AI栄養士への変更は異なります。心理的な負担を脇に置き、AIにもっと本当のニーズを伝え、何千ものレシピから栄養価の高い興味のあるものを検索させることができます。
チートデーを許容し、レシピを動的に調整する
今日、さまざまな栄養の組み合わせとバランスの取れた食事に関するポピュラーサイエンスの記事がインターネットに殺到していますが、読者にとっては、実装が難しすぎてコンプライアンスが低くなっています。
レシピを十分に実行できない、または社交に出かけることができない状況に常に遭遇します。AIは、これらの変更に応じて後続のレシピをタイムリーに調整し、さまざまな変更に適応できます。
栄養士のギャップを埋め、健康意識を向上させる
人々の健康意識は高まっていますが、わが国の栄養士の職業は大きなギャップに直面しています。
調査によると、日本では300人に1人、米国では4,000人に1人、中国では40万人に1人の栄養士がいます。
AIが栄養と健康の知識を完成させれば、誰もが24時間体制で付き添う民間の栄養士を雇うことができ、いつでもどこでも食事指導を行うことができます。
それまでに、「今日の食べ方」の問題はAIに引き継がれます！
-終了-
QRコードをスキャンして、ディスカッショングループに参加します
より高品質のデータセットを取得する
人工知能の応用を理解する
トップ会議と論文をフォローする
詳細は「リーダー」に返信
よりエキサイティングなコンテンツ（画像をクリックして読む）