Epicure: Navigating the Emergent Geometry of Food Ingredient Embeddings
यह शोध पत्र एपिक्योर (Epicure) प्रस्तुत करता है, जो 4.14 मिलियन व्यंजनों पर प्रशिक्षित बहुभाषी सामग्री एम्बेडिंग का एक परिवार है, जो सामग्री सह-उपस्थिति और रासायनिक स्वाद यौगिकों के एक हाइब्रिड ग्राफ में नेविगेट करने के लिए विशिष्ट रैंडम-वॉक स्कीमा का उपयोग करता है, जिससे मॉडल को रेसिपी संदर्भ और रासायनिक संरचना के बीच एक स्पेक्ट्रम के विभिन्न बिंदुओं पर स्थित किया जा सके।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आपके पास एक विशाल, अदृश्य पुस्तकालय है जहाँ दुनिया की हर एक सामग्री एक किताब है। इस पेपर का लक्ष्य इस पुस्तकालय का एक नक्शा बनाना है ताकि एक कंप्यूटर समझ सके कि सामग्रियां एक-दूसरे से कैसे संबंधित हैं।
लेखक, जो KAIKAKU.AI नामक कंपनी से हैं, ने नक्शों का एक नया परिवार बनाया जिसे Epicure कहा जाता है। उन्होंने यह देखने के लिए इस नक्शे के तीन थोड़े अलग संस्करण बनाए कि लाइब्रेरी को व्यवस्थित करने का कौन सा तरीका सबसे अच्छा काम करता है।
यहाँ इसका सरल विवरण दिया गया है कि उन्होंने क्या किया और उन्हें क्या पता चला:
1. पुराने नक्शे के साथ समस्या
इससे पहले, एक प्रसिद्ध नक्शा था जिसे "FlavorGraph" कहा जाता था। वह बहुत अच्छा था, लेकिन उसमें कुछ कमियाँ थीं:
- वह मुख्य रूप से अंग्रेजी में लिखा गया था, जिससे कई वैश्विक रेसिपी (व्यंजनों) की कमी थी।
- इसने दो प्रकार की जानकारी (रासायनिक गंध और रेसिपी की आदतें) को एक निश्चित तरीके से मिला दिया था जिसे बदला नहीं जा सकता था।
- इसमें सामग्रियों के नाम अस्त-व्यस्त थे (जैसे "सोरडो रोल" बनाम सिर्फ "ब्रेड")।
2. नया पुस्तकालय बनाना (डेटा)
लेखकों ने 11 अलग-अलग स्रोतों से 4.14 मिलियन रेसिपी एकत्र कीं, जो सात भाषाओं (अंग्रेजी, चीनी, रूसी, स्पेनिश और अन्य सहित) को कवर करती हैं।
- सफाई (The Cleanup): उन्होंने सामग्रियों की अव्यवस्थित सूचियों को साफ करने के लिए AI का उपयोग किया। उन्होंने "प्याज" या "लहसुन" लिखने के 200,000 अलग-अलग तरीकों को एक साफ, मानकीकृत सूची के 1,790 सामग्रियों में बदल दिया।
- रासायनिक लिंक: उन्होंने इन सामग्रियों को रासायनिक यौगिकों (उन अणुओं से जो भोजन को मीठा, तीखा या खट्टा बनाते हैं) के डेटाबेस से भी जोड़ा।
3. तीन "सहोदर" नक्शे (The Three "Sibling" Maps)
लेखकों ने बिल्कुल एक ही डेटा और कंप्यूटर सेटिंग्स का उपयोग करके तीन अलग-अलग मॉडल (नक्शे) प्रशिक्षित किए। एकमात्र अंतर यह था कि वे कनेक्शन सीखने के लिए लाइब्रेरी के माध्यम से कैसे चलते थे। इन्हें तीन अलग-अलग टूर गाइड के रूप में सोचें:
- गाइड A (Cooc): यह गाइड केवल रेसिपी देखता है। यदि "टमाटर" और "तुलसी" एक रेसिपी में एक साथ आते हैं, तो वे दोस्त हैं। यह गाइड खाना पकाने की आदतों के आधार पर सीखता है।
- गाइड B (Chem): यह गाइड केवल रसायन विज्ञान देखता है। यदि "टमाटर" और "तुलसी" एक ही रासायनिक अणुओं को साझा करते हैं, तो वे दोस्त हैं। यह गाइड फ्लेवर प्रोफाइल के आधार पर सीखता है।
- गाइड C (Core): यह एक मिश्रण है। यह रेसिपी और रसायन विज्ञान दोनों को देखता है, लेकिन यह रेसिपी वाले हिस्से में अधिक बार घूमता है। यह दोनों दुनियाओं को मिलाने की कोशिश करता है।
4. नक्शे क्या कर सकते हैं
एक बार जब नक्शे बन गए, तो लेखकों ने यह देखने के लिए उनका परीक्षण किया कि क्या वे पाक कला संबंधी प्रश्नों का उत्तर दे सकते हैं।
A. पड़ोसियों को खोजना ( "इसके साथ क्या जाता है?" परीक्षण)
यदि आप नक्शे से पूछते हैं, "चिकन के साथ क्या जाता है?"
- गाइड A (Cooc) कहता है: "लहसुन, प्याज और गाजर।" (वे चीजें जिन्हें आप चिकन के साथ पकाते हैं)।
- गाइड B (Chem) कहता है: "बीफ और पोर्क।" (जो रासायनिक रूप से चिकन के समान स्वाद देते हैं)।
- गाइड C (Core) कहता है: "पोर्क और बीफ, लेकिन चिकन ब्रोथ भी।" (दोनों का मिश्रण)।
B. "जादुई दिशा-सूचक" (SLERP)
सबसे रोमांचक हिस्सा एक उपकरण है जिसे SLERP कहा जाता है। कल्पना कीजिए कि आपके पास एक दिशा-सूचक यंत्र (कम्पास) है जिसकी सुई "चिकन" की ओर इशारा कर रही है। आप उस सुई को एक नए दिशा की ओर घुमा सकते हैं, जैसे "दक्षिण एशियाई" या "मीठा डेज़र्ट"।
- यदि आप "चिकन" को दक्षिण एशियाई की ओर घुमाते हैं, तो यह तुरंत सुझाव देता है: करी पत्ता, मेथी और दाल।
- यदि आप "चॉकलेट" को मीठे बेकिंग की ओर घुमाते हैं, तो यह सुझाव देता है: वैनिला, कोको पाउडर और कॉफी।
- उपयोगकर्ता यह नियंत्रित कर सकता है कि उसे कितना घुमाना है। एक छोटा सा मोड़ आपको मूल सामग्री के करीब रखता है; एक बड़ा मोड़ आपको एक नए फ्लेवर की दुनिया में गहराई तक ले जाता है।
5. बड़ी खोज
लेखकों ने पाया कि "केमिस्ट्री" वाला गाइड (गाइड B) वास्तव में "तीखे", "वसायुक्त" या "इतालवी" जैसी चीजों के लिए स्पष्ट, विशिष्ट दिशाएं खोजने में सबसे अच्छा था।
- उपमा (Analogy): कल्पना कीजिए कि पुस्तकालय एक कमरा है।
- गाइड A (रेसिपी) किताबों को पूरे कमरे में समान रूप से फैला देता है।
- गाइड B (केमिस्ट्री) किताबों को विशिष्ट कोनों में सघन रूप से क्लस्टर करता है।
- आश्चर्यजनक रूप से, सघन क्लस्टर वाला नक्शा (गाइड B) अवधारणाओं (जैसे "इतालवी" बनाम "चीनी") के बीच सीधी रेखाएं खींचना आसान बना देता है। यह साबित हुआ कि भोजन के रसायन विज्ञान को समझने से कंप्यूटर को केवल रेसिपी देखने की तुलना में भोजन की संस्कृति को बेहतर ढंग से समझने में मदद मिली।
सारांश
यह पेपर Epicure पेश करता है, जो उपकरणों का एक नया सेट है जो कंप्यूटर को भोजन समझने में मदद करता है। यह साबित करता है कि रेसिपी की आदतों को रासायनिक विज्ञान के साथ मिलाकर, और उपयोगकर्ताओं को यह नियंत्रित करने के लिए एक "नॉब" देकर कि वे कितना चाहते हैं, हम एक डिजिटल किचन असिस्टेंट बना सकते हैं जो:
- यह सुझाव दे सकता है कि कौन सी सामग्रियां एक साथ अच्छी लगती हैं।
- "फ्लेवर डायल" को घुमाकर आपको नए व्यंजनों को एक्सप्लोर करने में मदद कर सकता है।
- यह समझ सकता है कि "चिकन" एक "पश्चिमी डिनर" भी हो सकता है और एक "भारतीय करी" भी, यह इस पर निर्भर करता है कि आप डायल को किस दिशा में घुमाते हैं।
लेखकों ने अभी तक कोड जारी नहीं किया है, लेकिन उन्होंने दिखाया है कि भोजन को मैप करने का यह नया तरीका स्पष्ट और उपयोगी पैटर्न खोजने में पिछले तरीकों की तुलना में बेहतर काम करता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।