分析了 600 多种烘焙配方,机器学习开发出新品

人工智能 机器学习
经过数千年的积累,人类已经开发出了各色美味,但我们的味蕾却永远不知满足。谷歌一位 AI 开发者,为了探索新的可能,用 AI 来开发新的甜点食谱。AI 在菜谱开发这一领域,是否会比人类更有想象力?

 世界上的各色美食中,烘焙食品一直都占据着重要的地位。松软的面包、细腻的蛋糕、酥脆的饼干,都让人无法拒绝。

烘焙不仅是一项烹饪技术,更像是一门艺术。将面粉、鸡蛋、奶油、糖等原料,以不同比例混合,经过一系列物理、化学反应,就会得到不同口味与质感的点心,如一个个精美的艺术品一般。

[[381428]]

 

各色甜点从口感和视觉上,都给人以幸福感

时至今日,烘焙大师们已经开发出了诸如蛋挞、泡芙、千层酥等数十种经典甜点,但为了给广大吃货的味蕾带来新的体验和刺激,他们依然在不断研究、开发新品。

谷歌 AI 工程师 Sara 作为一名烘焙爱好者,也一直在探索新的可能。她将这一兴趣爱好和工作结合起来,利用 AI 来开发新的烘焙配方。

机器学习做烘焙,分分钟开发俩新品

和很多人一样,Google Cloud 的 AI 工程师 Sara,在因疫情而被迫宅家期间,把大量的时间都贡献给了厨房。

[[381429]]

 

Sara 喜欢将工作与爱好相结合,探索有趣的事物

Sara 喜欢做烘焙,不过她发现,大多数人做烘焙时,都是从网上搜一些现成的配方,然后按部就班去做。这样的做法固然保险,但是却有很大局限性,很难有创新。可如果自己随意搭配,又很可能翻车,白白浪费了材料和时间。

所以,了解烘焙配方背后的科学原理很重要,这样才能清楚每种原料、不同比例所带来的不同效果,从而摆脱固定配方的限制。

作为 AI 工程师,Sara 认为这一项任务非常适合机器学习。「用现有数据训练机器学习模型,让其掌握其中的规律,然后创造出我们想要的新配方。」

基于这一想法,Sara 很快便构建了一个 AI 模型。该模型学习 600 种烘焙配方之后,对于输入配方,都能准确地判断出其烘焙结果是面包(bread)、蛋糕(cake)还是曲奇(cookie)。

 

 

对于给定配方,AI 模型能准确预测结果

接下来,Sara 让掌握了烘焙原料配比秘诀的 AI 模型,创建一个蛋糕和曲奇的混合物配方,她为之命名「cakie」(cake+cookie)。

AI 模型不负所望,按 Sara 的需求生成了精确的配方。Sara 进行了亲自实验,发现在这个新配方的指引下,烤出来的「cakie」非常符合预期,味道也非常 nice。

[[381430]]

 

新甜点:面包曲奇,兼具蛋糕的蓬松感与曲奇的酥脆

之后,Sara 又让 AI 模型创建「面包饼干」的配方,「breakie」(bread+cookie),得到的结果也令她满意。

[[381431]]

 

又像面包又像饼干的新品种点心

AI 烘焙师:深谙点心配比原理

Sara 在博客详细介绍了这一模型的构建过程,让我们看看 AI 如何修炼成一位专业的烘焙师。

数据集整理

首先,Sara 和她的同事从网上搜集了 600 多个配方构成配方数据集,包括面包、蛋糕和饼干。然后,将其中常用的核心原料提取出来,共 16 种,包括面粉、酵母、牛奶、水、盐、蛋等。

然后对这些配方中,各种原料的度量单位进行统一,比如,有的以「杯」为单位,有的以「勺」为单位,作者将其全部转换为「盎司」(1 盎司 ≈28.35 克)。

 

对每种配方的原料,进行单位统一化

建立模型,学习配方

他们使用 Google 的 AutoML Tables,构建了一个分类模型。

创建新的表格模型后,就可以直接从 csv、Google 表格或 BigQuery 数据库导入数据。数据导入后,可以在「训练」标签中看到它们:

 

用这些数据对模型进行训练之后,模型就掌握了每种烘焙品所对应的配方特点,从而能够进行更准确的预测。

分析模型可解释性

通过分析,Sara 进一步了解了 AI 模型在进行预测时的判断依据。结果显示,对于 AI 模型来说,烘焙配方中的每种成分,对于决策的重要性排名如下:

 

模型预测时所依赖的重要指标:奶油、糖、酵母和鸡蛋

当然,实际上各类甜点的配方是非常复杂的,以上指标也并不是固定不变的。比如,Sara 对某个「蛋糕」的配方预测结果进行分析,发现其中鸡蛋、黄油和小苏打是 AI 进行预测的重要判断指标。

 

模型不仅给出判断结果,还给出了决策依据

事实上,在烘焙领域,早已有专业人士编写出《用科学方式了解面包的「为什么」》、《面包圣经》等介绍烘焙原理的书籍,但是对于业余爱好者来说,也许没有足够的时间或耐心去钻研。

AI 烘焙师则帮我们省去了这一步,你无需掌握科学原理,也可以让 AI 帮你创建符合自己口味的甜点,岂不美哉?

开发新菜品,AI 比人类更靠谱吗?

吃腻了常规菜品,近年来越来越多人开始追求创新菜。然而,现实是创新菜一不小心,就会变成让人望而却步的黑暗料理:青菜炒橘子、月饼炒辣椒、西瓜炒香蕉……

在 AI 学习开发烘焙配方之前,也早已涉足菜谱研发领域。它是否会比人类厨师靠谱一些,创新的同时也避免翻车?

2019 年,英国馅饼制造商 Piglet's Pantry 与一家商业贷款平台 Esme Loans 合作,让算法学习了数千种现有的英国特有的馅饼食谱(总计近 100 万字符的文本),然后学会发明数千种新的馅饼食谱。

之后,经过人工实验筛选以及改进,将五种新的馅饼配方被选中用于生产,一些顾客试吃后,表示很美味。

[[381432]]

 

AI 研发的咖喱鸡肉馅饼

但是,想象力过于丰富的 AI,创新太多也难免失误。

此前,一个即使学习了 3 万种食谱的 AI,依然没能掌握各种食物的组合诀窍,生成了一些看起来就不忍下口的食谱。

比如将蓝莓+菠菜+羊乳酪的搭配,以及培根+牛油果+桃子的搭配等等……

 

一位好奇的吃货宝宝表示,味道一言难尽

看来,AI 开发菜谱的技能还不够稳定,甚至有时就是一些随机组合。所以广大吃货还需做好心理准备,把创新菜的任务交给 AI,节省了时间也要承担一定的风险。

责任编辑:华轩 来源: HyperAI超神经
相关推荐

2013-03-20 10:22:51

编程语言编程开发语言

2018-01-25 13:29:16

Facebook翻译技术开发

2023-06-26 11:04:12

AI 模型Gato

2020-05-17 14:37:37

机器学习技术架构

2015-09-09 14:12:26

魅族

2022-02-24 08:36:43

编程语言计算机

2011-12-21 20:39:18

HTC

2022-01-10 08:53:46

PAG腾讯动画制作

2018-11-01 10:38:14

机器学习人工智能律师

2024-11-07 15:07:35

NVIDIA机器人AI

2019-07-18 16:10:39

半导体技术系统

2018-03-28 11:56:08

华为云

2017-08-25 14:05:01

机器学习算法模型

2011-09-24 18:59:06

XTools打天下云计算

2016-12-12 14:31:42

戴尔

2017-06-14 17:18:43

机器学习数据研究回归

2021-01-18 23:01:04

机器学习技术人工智能

2016-01-11 10:44:38

恶意软件恶意软件分析

2020-12-25 15:24:24

人工智能
点赞
收藏

51CTO技术栈公众号