О сладких формах, подготовке разметчиков данных, и современной математике.

Магические константы

Ч — Чистота (см. Маршак),

Б — Баланс (см. Нэш),

МЛПП — Материалы, люди, и процесс в пространстве (см. Маяковский, Корбюзье).

Первые две — классика, третья — загадка — культура готовки. Похоже, вычислимая.

Свежая графовая свёрточная нейронная сеть сгодится и на кухне. Остроумный способ кодирования ингридиентов из Амстердама привлёк интерес к теории графов ещё более широкого круга исследователей. Начать играть в молекулярную кулинарию стало легко как никогда ранее. Вполне достаточно описать блюдо как:

$\$inline\$H\; =\; \backslash sigma\; [\; \backslash hat\; D\; ^\{-?\}\; \backslash hat\; A\; \backslash hat\; D^\{-?\}\; Dropout\; \backslash \{\backslash sigma[\backslash hat\; D\; ^\{-?\}\; \backslash hat\; A\; \backslash hat\; D\; ^\{-?\}\; X\; W\; ]\backslash \}]\; ,\; \$inline\$$

Где:

$$ — регуляризация обнулением случайно выбранных параметров — то самое 'забывание', запатентованное Google,
$$ — нелинейная функция активации $$,
$$ — диагональная матрица степеней вершин (количество связей),
$$ — диагональная матрица из единиц,
$$ — матрица связности,
$$ — матрица свойств вершин,
$$ — веса нейросети, которые мы можем:

• выучить в режиме обучения с учителем;
• заполнить выбранными наугад значениями;
• выбросить (функция от этого станет чуть-чуть линейнее).

В деталях механику работы рассмотрел сам автор здесь. Кроме того, пошагово и с примерами, метод рассмотрен ещё и здесь.

О том, где и как врубиться в эмбеддинги графов — ввод в теорию графов и соответствующую нотацию можно освежить — уже писал.

Теперь — о действительно важном.

О подготовке разметчиков данных

Пятилетку в Nestle изучал как специально обученные люди и роботы из сырья и упаковки делали шоколадки. Первое знакомство с сердцем бизнеса произошло ранней весной, когда внедрял процессы жизненного цикла данных продукта на базе SAP — от идеи и до вывода с рынка. Теперь — наблюдаю процесс подготовки бакалавров кулинарии в Лиссабоне. На картинке выше — один из пределов в пироженках — леденец с яичным кремом. Как ёлочная игрушка из сахара, только фаршированная. Тут за четыре года готовят шеф-поваров.

Я в восторге от увиденного. А раз уж образовательные материалы размещаю здесь, то расскажу, почему кулинарии в Португалии учиться лучше, чем математике.

Хогвартс встречает барельефом с надписью 'Работа и порядок'.

Именно это и ждёт студентов. Волей случая образован в качестве и безопасности, и охране природы пищевого производства — отвечал в одном из проектов за сертификацию рынка (юридическое лицо — региональная единица из двух стран — пара фабрик, офис, да ещё пара складов) по всем соответствующим стандартам ISO и построение внутреннего аудита в мировом лидере рынка — интересный опыт. Дающий базу для оценочного суждения.

Расположенная в самом модном районе Лиссабона школа туризма и гостиничного бизнеса — бастион правильного отношения к делу.

В чём смысл внимания к салату из кабачков на Хабре — спросите?

В том, что есть вечные ценности, вроде пироженок и остроумных решений, а код — мимолётен. Например, через пару дней уже второй питон зафиксирует состояние развития. Всё чаще слышны разговоры об этике в отношении применения математики и я считаю, что кондитерские изделия — это отличное поле для экспериментов в молекулярной кулинарии.

Одним из открытий стал шоколадный мусс с клубничным мармеладом. Чёрная икра с белым шоколадом уже становится избитым, но всё ещё впечатляющим сочетанием. В общем весело, иногда вкусно, этично и ии.

Возможно ли совместить математику с кулинарией в Лиссабоне?

Скорее, да. В режиме самоподготовки.

Чего ещё поинтересней впилить в свой кухонный комбайн?

Тут два совета — недавно представленная стратегия предобучения графовых свёрток и новая мера дистанции для генеративных моделей, которая только будет представлена на ICLR 2020.

Первая радует тем, что позволяет обучиться мелким деталям отношений ингредиентов на общедоступных данных и дообучиться местной специфике — эти данные придётся собирать, изучать, готовить и т.д. — как готовится меню ресторана или технологическая карта под отдельные блюда. Рассматривали эту работу на недавнем NeurIPS Lisbon Meetup — проводили организаторы PyData-Lisbon в формате двух дней подряд с 14 до 20 — спасибо им за регулярные поставки рассказов, пироженок, и дропаута с пиццей.

Область прекрасного. Ещё неясно, насколько данная мера дистанции ускорит прогресс в построении рецептов и технологических карт по фотографии, но потенциал — есть.

Представьте, что собрали себе кухонный комбайн и поставили задачу бубликов напечь, показали фото. Расчехлили свой GAN, обученный валентностям и поваренной книге. Запустили процесс выпечки по созданному рецепту. Через некоторое время обнаружили что существующие статистики отклонения от заданной формы не замечают. Вот такие незадачи и решает новая метрика.

Кратко — граф может аппроксимировать многообразие. Его форму получается весьма точно выучить моделируя распространение тепла в структуре.

Математика внутри — местами пугает, да и вообще теория графов стремительно обрастает инструментами и выбор алгебр расширяется — всё чаще говорят про гипергеометрию и прочие пространства. Важнее — особенности применения — не только печь ведь можно рассматривать как чёрный ящик.

Итог — можем качественнее оценить рецепты, что нейросеть нагенерировала.

Известно, обучение нейронных сетей — мудрёная инженерная дисциплина. Потребляет много данных, электричества, и машинных часов. Поэтому если вы ещё не оцифровали бабушкину поваренную книгу, чтобы тренировать отточенные архитектуры под скрежет дросселей, и всё ещё скептически посматриваете на алгоритмическую кулинарию, то альтернатива есть. Люди в белых колпаках.

Если вы ещё не готовы отдать работу по кухне роботам, а ресторан уже открываете, то настоятельно рекомендую присмотреться к выпускникам данного заведения. Их там правильно готовят.

Униформа — часть образовательного опыта.

Личного повара (и вспомогательный персонал) начали предлагать как часть компенсационного пакета — считается, что эта здоровая практика позволяет поддерживать творческий потенциал сотрудника.

Ваш работодатель такое уже практикует?