麻省理工學院稍早在論文預印本收錄網站Arxiv.org登錄名為PizzaGAN的神經網路研究項目，其中描述可藉由分析多張披薩照片學習、分析其製作方式，僅而可以判斷不同披薩使用食材。
藉由生成對抗網路 (Generative Adversarial Network,GAN)進行訓練，麻省理工學院打造名為PizzaGAN的神經網路研究項目，主要藉由披薩各個製作過程的靜態照片進行學習，同時也在學習過程讓系統識別披薩基本配料，包含培根、玉米、花椰菜、芝麻葉、羅勒、橄欖及蘑菇在內食材。
而在學習過程中，電腦可以直接透過預先輸入設定的標籤了解披薩圖片中對應食材，因此在實際學習結果中，電腦系統可以從披薩實際完成照片分析判斷其中採用哪些食材，甚至可以進一步推擬原本製作流程。
同時，藉由生成對抗網路學習模式，類似PizzaGAN的神經網路研究應用也能用在其他項目識別判斷，例如先前Adobe提出可讓電腦分析圖像是否經過「液化」工具修飾，其實也是透過相同學習原理打造。
目前麻省理工學院尚未說明是否計畫將此項研究成果應用在真實生活場景，但預期可以判斷更多食物使用食材，未採類技術應用的情況或許將會大幅增加，說不定以後許多美食店家的祕傳配方，都會在人工智慧技術面前毫無秘密可言。
