Command Palette
Search for a command to run...
分析了 600 多种烘焙配方,机器学习开发出新品

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。

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。

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)。

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 。


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)。

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:


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。

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……


https://cloud.google.com/blog/topics/developers-practitioners/baking-recipes-made-ai











