内容提要: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?
关键词:AI 烘焙 烹饪 菜谱开发
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。 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。 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。 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。 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?