之前由 See Food Inc 研发出的热狗识别 app“不是热狗”（Not Hotdog）引发了 AI 界的热烈讨论，然而一个看上去简单的戏谑性 app 涉及到的 AI 技术却非常复杂，虽然在应用层面作用不大，却是人类 AI 历史上里程碑一样的产品。
Not Hotdog 的名声大噪引发了 AI 界对于食物识别的又一轮热潮，MIT 的电脑科学和人工智能实验室（MIT Computer Science and Artificial Intelligence Laboratory）最近就在研究这个领域。MIT 团队意图使用食物识别系统从美食制作视频中识别出菜谱的原料。MIT 团队的 pic2recipe（图片到接收器）系统运用计算机神经网络来判断社交网络上美食图片中食物的种类，从而还可以进一步分析上传者的健康习惯和饮食偏好。
Pic2recipe 系统运用了瑞士科学家 2014 年研发的食物识别算法 Food-101 Data Set，运用了其数据库中的 101000 张食物图片，而这些图片和 CSAIL 的 Recipe1M database 数据有交叉引用的部分。Recipe1M database 的数据大多数是从一些流行的菜谱网站诸如 All Recipes 和 Food.com 中扒下来的。
目前该项技术离完全成熟还有很长一段路要走，当前系统识别的正确率只有 65% 左右。项目当前遇到的最大瓶颈还在于图片本身。联合研发人 Nick Hynes 表示，人们在拍摄食物照片的时候，食物的呈现会受到拍摄状态的影响，包括角度、远近、摆放和灯光等因素都可能造成识别结果的不同。在同一种食物出现在不同的菜谱中时，系统的识别错误率也会提升。
目前系统比较擅长于识别烘焙制的食物。
食品拥有万亿级的市场，其包含的垂直领域众多，从零售业到餐饮业再到社交产业等都可以看到美食的身影。美食内容网站下厨房、美食杰等企业都获得过投资，相信 MIT 研发的这项技术如果成熟，可以运用到的场景的想象空间非常大。