日本飲食文化當中，拉麵肯定是相當重要的平民美食，隨著時間的發展與演進，亦有許多不同的分支與獨具特色的拉麵，其中會放置大量豆芽菜、湯頭濃郁與超大份量的"二郎系"可說是相當有名的拉麵類別，雖然二郎系的拉麵有著共通的，每一家二郎系拉麵也多少會有些許的差異，即便是連鎖店也會產生差異。
而日本科學家 Kenji Doi 透過 Google 的 AutoML Vision 作為基礎開發出辨識系統，將東京 41 家連鎖的"拉麵二郎"的 48,000 張照片進行模型培訓，大概花了一天的時間進行進階自動訓練，最後讓系統分辨各家二郎拉麵分店的拉麵，而準確率居然高達 94.5% ，就連拉麵達人都不見得有這麼厲害的眼力，但卻可透過人工智慧、機器視覺辨別出各家的細微差異。
由於 AutoML Vision 是 Google 為了讓一般使用者更容易利用人工智慧的影像辨識的系統，開發者不須要有專業的機器學習技術，且只要將資料上傳培訓就可完成模型；根據 Kenji Doi 的說法，由於這是透過機器視覺技術，當然不可能是靠口味區別，但也不會是單純靠碗、桌子的特色，較可能是以每一家分店切肉、放肉的方式、配料的擺盤等等因為習慣產生的小細節作為辨識基礎。
1 則回應