用机器学习：分析了 600 多种烘焙配方，开发出新品

Posted 2021-04-03 书圈

By 超神经

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？

 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。

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。

新闻来源：

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

扫码，京东优惠购书

京东购书，赠送海量资源：大数据相关视频、数据集、案例等

本书主要介绍大数据可视化的基本概念和相应的技术应用。全书内容共10章，分别为大数据可视化概述、大数据可视化原理、大数据可视化方法、数据可视化工具、Excel数据可视化、Tableau数据可视化、ECharts与pyecharts数据可视化、Python数据可视化、大数据可视化行业分析以及大数据可视化综合实训。本书将理论与实践操作相结合，通过大量的案例帮助读者快速了解和应用大数据分析的相关技术,并且对于书中重要的、核心的知识点加大练习的比例，以使读者达到熟练应用的目的。

 

Play

本书配套视频演示