Google entwickelt Kalorienzähler für Essens-Fotos

4. Juni 2015, 09:02
21 Postings

Deep Learning-Projekt soll langfristig verlässliche Einschätzungen und Basis für andere Anwendungen liefern

Internetriese Google hat seine Fühler in zahlreiche Forschungsfelder ausgestreckt. Eines davon ist Deep Learning, also das Bestreben, eine künstliche Intelligenz durch die Analyse riesiger Datenmengen die Welt und ihre Bestandteile zunehmends durch Kontextualisierung und Erkennung zu verstehen. Zu diesem Zweck wurde unter anderem vergangenes Jahr das Unternehmen DeepMind für 400 Millionen Dollar eingekauft. Dazu konnte man auch namhafte Wissenschaftler aus dem Bereich an Bord holen.

Dabei entstehen einige spannende Projekte in Teilbereichen dieses Wissenschaftsgebietes. Wie Google-Forscher am Rework Deep Learning Summit in Boston demonstrierten, sind Erfindungen wie Google Now wohl nur der Anfang, was den Einsatz im Alltag angeht. Derzeit bastelt man an einem System namens "Im2Calories", das anhand von Fotos den Kaloriengehalt von Essen ermittelt, berichtet Popular Science.

Helfer für Essens-Tagebücher

Zwei Eier, zwei Pfannkuchen, drei Streifen Speck konnte dieses etwa auf einem Beispielfoto erkennen. Gleichzeitig ist es auch in der Lage, die Größe der jeweiligen Bestandteile des Mahls einzuschätzen und orientiert sich dabei etwa auch Platz, den diese am Teller einnehmen.

Sinn und Zweck ist es, etwa das Führen eines Essens-Tagebuches zu erleichtern. Solche werden unter anderem unter Anleitung eines Arztes geführt, wenn es um spezifische Gesundheitsprobleme oder Gewichtsreduktion geht. Die Eingabe der einzelnen Bestandteile der Mahlzeiten, als auch das manuelle Ermitteln der Portionsgrößen gestaltet sich aber oft mühsam. Im2Calories soll helfen, solche Tätigkeiten zumindest teilweise zu automatisieren.

Auch für Schnappschüsse geeignet

Der Vorteil des Systems liegt darin, dass es nicht unbedingt mit hochauflösenden Bildern in perfekter Qualität gefüttert werden muss. Auch mit dem durchschnittlichen Frühstücks-Schnappschuss von Instagram sollen in Hinkunft gute Ergebnisse erzielt werden können.

Komplexe Herausforderung

Derzeit freilich ist die Genauigkeit noch ausbaufähig. Die genaue Erkennung des Essens klappt aktuell in etwa 30 Prozent der Fälle ohne Fehler. Schwierigkeiten bereiten etwa unterschiedlich zubereitete Formen des gleichen Nahrungsmittels, etwa ob es sich um pochiertes oder gebratenes Ei handelt.

Eine Genauigkeit, die nach Ansicht der Forscher ausreichend ist, damit Nutzer die Erfindung ausprobieren. Über diese Verwendung will man weitere Daten sammeln, um Im2Calories langfristig zuverlässiger zu machen. Die Kalorienschätzung ist eine komplexe Angelegenheit. Die optisch erfassten Informationen müssen mit einer Fülle wissenschaftlicher Daten verknüpft werden, um auf Basis von Mustererkennung zuverlässige Resultate zu liefern.

Erkennt die Software beispielsweise einen Burger, dann tut sie das, weil die Aufnahme vielen anderen Fotos der gleichen Speise ähnelt und nicht, weil ein Wissenschaftler die Zuweisung manuell vornimmt. Der Vorteil von Deep Learning ist, dass die Notwendigkeit für derlei manuellen Input auf Dauer geringer wird.

Der Durchschnitt zählt

Es sei verschmerzbar, wenn man bei der Kalorienmessung für einzelne Mahlzeiten um 20 Prozent daneben liegt. Da man auf diesem Wege zwar beispielsweise in Kuchenstück erkennen, der Energiegehalt aber je nach Backzutaten mitunter stark variieren kann, sind unvermeidbare Abweichungen die logische Folge.

Wichtig sei es, so Google-Forscher Kevin Murphy, dass das System richtige Durchschnittszahlen über längere Zeiträume liefert. Gelingt das, lassen sich durch die Nutzung der Technologie durch viele Menschen Daten ermitteln, die Aussagekraft für die gesamte Bevölkerung eines Landes haben. Diese könnten beispielsweise bei der Entwicklung von Programmen im Bereich der öffentlichen Gesundheitsversorgung nützlich sein.

Gelingt es, erfolgreich ein Programm zur visuellen Analyse von Essen zu entwickeln, sei dieses lediglich die "Killer-App", so Murphy. Auf der gleichen technologischen Basis könnte man auch den Straßenverkehr analysieren und etwa Anwendungen erstellen, die voraussagen, wo in der Umgebung wahrscheinlich bald ein freier Parkplatz zu finden ist.

Großes Interesse an Deep Learning

Im2Calories ist ein Beispiel dafür, dass Deep Learning in den vergangenen Jahren auf zunehmendes Interesse bei IT-Konzernen stößt. Die Technologie wird bei Google auch im Rahmen anderer Projekte, etwa bei Spracherkennung oder selbstfahrenden Autos, eingesetzt. Doch auch Microsoft, Facebook, Apple und andere Tech-Giganten investieren große Summen in diesen Bereich. (gpi, 04.06.2015)

  • Köstliche Kalorienbombe: Im2Calories könnte in Zukunft anhand einer Fotoaufnahme verraten, wie viel Energie in dieser Pizza steckt.

    Köstliche Kalorienbombe: Im2Calories könnte in Zukunft anhand einer Fotoaufnahme verraten, wie viel Energie in dieser Pizza steckt.

Share if you care.