満足して健康的に食べていますか? AI 栄養士は人間の栄養士よりもあなたのことを理解しています

4 年前

おすすめリスト

ポピュラーサイエンス

神经小兮

特色图像

無理のない食事とバランスのとれた栄養の重要性は言うまでもありませんが、それを実行する方法は簡単ではありません。よりリーズナブルで、より健康的で、人々の好みに合わせたレシピを得るために、栄養士のチームにAIも加わりました。

現代人が健康的な食事に関心を寄せているのは、ヘルスケア、専門家の推奨事項、最も完全なレシピこれらのキーワードには想像を絶する熱意が込められています。

フィットネスをする人々は筋肉の増加を追求し、低炭水化物、高ケトジェニックな食事に夢中になっており、美容を愛する人々は迅速な減量を追求しており、手術後の患者や妊婦は最も人気があります。口コミで雑穀粥と豚足スープ 緑豊かな生活に憧れる若者や仏教を学ぶ人々は菜食主義を主張し、限られた選択肢の中で心身の健康を維持しようと努めています。

インターネット上の豊富で専門的なレシピは、本当にすべての人に適しているのでしょうか?

選択肢が豊富にある中で、科学的かつ合理的な組み合わせは何でしょうか?研究者の中には、アルゴリズムとビッグデータを活用して、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る人もいます。

AIは「人々が料理を注文するのを見る」ことを学習する

上記の普遍的なレシピの最大の問題は、人それぞれ体格、好み、地理的資源、消費レベルが異なることです。

一部のブロガーの質の高いレシピには、サーモンやアボカドなど、一部の地域では高価で購入が難しい食材が含まれていることが多く、これも多くの人を落胆させます。

何千人もの人々に推奨される食事療法を実現するために、多くの研究者が人工知能テクノロジーを導入しています。

米国のレンセラー工科大学とIBM Researchの研究者はこのほど、個々のユーザーの好みや食事のニーズに基づいてオーダーメイドの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を開発した。

大規模な食品知識グラフ上の制限された質問回答に基づいてパーソナライズされた食品の推奨事項

論文アドレス: https://arxiv.org/pdf/2101.01775.pdf

著者は論文の中で、既存の食事推奨方法には一般に 3 つの主な欠点があると指摘しました。

  1. ユーザーの正確な要件を理解していない。
  2. アレルギーや栄養ニーズなどの重要な要素を考慮していない。
  3. 豊富な食品の選択肢に基づいたカスタマイズされたレシピはありません。

本研究では、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Food Knowledge Graph(KG)の限定された質問に対する回答とみなして、上記の問題を統一的な方法で解決しようとしました。

同チームは、質疑応答を通じてパーソナライズされた食品の推奨を行う KBQA (Knowledge Base Question Answering) に基づいた、パーソナライズされた食品の推奨フレームワークを提案しました。

さまざまなユーザーに対して、システムはさまざまなニーズ分析を実行します

具体的には、pFoodReQ システムはユーザーの質問に応答します。 「パンを含むおいしい朝食は何ですか?」を実行し、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合性を評価します。最後に評価の高いレシピをおすすめします

質問と回答のメカニズムに基づいたパーソナライズされた食品推奨システムの概略図

最終的な検証実験の結果、彼らが提案した方法は、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、より関連性があり、より健康的なレシピを推奨できることが示されました。

数千のレシピがあり、AIがあなたに合った料理だけを提案します

全体として、チームはシステムを構築します。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作成、システムトレーニングの 4 つのステップを経ました。

ステップ 1: レシピ データセットの作成 

チームは、広範な食品知識グラフ FoodKG (FoodKG はレシピ、食品、栄養データを統合します) に基づいてベンチマーク QA データ セット (まだ公開されていません) を作成しました。には、100 万を超えるレシピ、770 万の栄養記録、730 万の食品と、対応する食材と栄養成分が含まれています。また、ADA 米国糖尿病協会が推奨するライフスタイル ガイドラインも参照してください。

(推奨) オープンな食品事実食品栄養成分データセット世界中のさまざまな食品の原材料、アレルギー情報、添加物などのデータを収集

データセットのダウンロード: https://orion.hyper.ai/datasets/5615

著者らによれば、これは、質問応答システムをサポートする、食材、栄養、レシピに関連するパーソナライズされた食品推奨のデータセットであるという。

データセット内の各例には、ユーザーのクエリ、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得るために、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質問を収集しました。レシピを求めるネチズンからの投稿は合計 156 件見つかりました。主に次の 4 種類の質問に焦点が当てられました。

  • どの成分が食べられるか。
  • 食べられない食材は?
  • 「低糖質」「高たんぱく」のおすすめは?
  • 「イタリアン風」と「地中海風」どちらがおすすめですか?
チームは Reddit 上の質問について情報分析を実施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編集し、こ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: 健康ガイドを作成する 

事前準備が完了したら、健康的な食事の推奨を行うことができます。

研究チームは、追加の食品推奨事項として栄養素と微量栄養素を含む、ADA ライフスタイル ガイドラインから食品関連のガイドラインをいくつか選択しました。したがって、その体系的な推奨事項はすべて、健康ガイドラインに準拠した健康的なレシピです。

これらのガイドラインは自然言語であるため、構造化された表現 (キーと値のペアを格納するハッシュ テーブルなど) に変換されます。

自然言語による食事アドバイスを構造化データに変換して表現します

ステップ 4: パーソナライズされたシステムをトレーニングする 

パーソナライゼーションを実現するために、チームはクエリ拡張とアレルギークエリの問題もそれぞれ解決しました。著者はこう信じている効果的な食品推奨システムでは、食事の好みや健康ガイドラインにおける個人のニーズを尊重する必要があります。したがって、ユーザーのクエリについては、さらなる拡張が実行されます。

たとえば、ユーザーがシステムに質問したとき 「パンを含む朝食のおすすめを教えてください」を使用すると、システムはユーザーの以前のクエリ、食事の好み、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された要件を備えたクエリに自動的に拡張します。

展開されたクエリは次のようになります。「パンを含み、ピーナッツを含まず、炭水化物を5gから30g含む質の高い朝食をお勧めします。」

このため、異なるユーザーが同じ質問をした場合、システムは異なるレシピを提案することができます。

実験結果:他のモデルよりも優れています 

チームは、食材の好み(好き嫌い)や該当する栄養ガイドラインなどのユーザーペルソナとともに、ランダムにテストされた50の質問を8人の評価者に提示することで、食品の推奨事項について人による評価を実施した。

各質問に対して、BAMnet、P-BOW、P-MatchNN、pFoodReQ の 4 つのモデルがランダムな順序で入力され、回答が得られます。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た場合)、材料リスト、および栄養価が含まれています。

スコア範囲は 1 ~ 10 (スコアが高いほど、結果は良好です)pFoodReQ が最高スコアを獲得

しかし、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「今後もまだまだ課題は多い。暗黙のユーザー意図やさまざまな特殊な状況に対応するには、より複雑な回答ベンチマークが必要だ」と述べた。

AI栄養士は中国人にもっと必要とされている

合理的な食事の大切さは言うまでもありませんが、我が国の現在の食生活は依然として非常に不健康です。ランセット誌が発表した調査報告書によると、中国は世界195カ国中140位にランクされている。

不健康な食習慣を根本的に変えるには、レシピを推奨するだけでは不十分です。そしてAIの介入は私たちにさらなる可能性をもたらしてくれるのだろうか? AI 栄養士の利点をいくつかまとめました。

マシンの推奨事項に直面したときは、心理的防御を手放してください 

人間の栄養士やフィットネスコーチと対峙するとき、多くの人は顔やプライバシーの問題から、自分の本当の食習慣や摂取レベルを明らかにしないかもしれません。

しかし、AI 栄養士に切り替えると、心理的な負担を手放し、より現実的なニーズを AI に伝えることができ、何千ものレシピの中から興味があり、栄養価の高いものを AI に検索させることができます。

チートデイを許容し、レシピを動的に調整する 

現在、インターネットにはさまざまな栄養の組み合わせやバランスの取れた食事に関する人気の科学記事が溢れていますが、読者にとってそれらは難しすぎて実行できず、遵守率も低いです。

私たちはレシピを完全に実行できない、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 はこれらの変化に対応し、その後のレシピをタイムリーに調整してさまざまな変化に適応できます。

栄養士の不足を補い、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、我が国の栄養士という職業は大きな格差に直面しています。

調査によると、日本では人口 300 人に 1 人の栄養士がいますが、米国では 4,000 人に 1 人の栄養士がいます。中国では人口40万人に栄養士が1人いる。

AIが栄養や健康に関する完全な知識を持っていれば、誰もが専属の栄養士を抱え、24時間いつでもどこでも食事指導をしてくれるようになります。

そんなとき「今日どう食べるか」の問題はAIに任せましょう!