本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定反映《大众科学》的观点
注意：本着创新的精神，我以学术文章的风格撰写了这篇博文。这显然不是一篇真正的学术文章。然而，所有信息都是真实的，并且基于对2013年柏林“科技 открытия”大会与会者以及人工智能菜单计划系统创建者本人 - 拉夫·瓦尔什尼的采访。
关于支持科学新闻业
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻业 订阅。通过购买订阅，您正在帮助确保有关当今塑造我们世界的发现和想法的具有影响力的故事的未来。
摘要：迄今为止，美国大多数家庭中自封的厨师都从卷角的食谱、在线打印件或昂贵的一次性购买烹饪杂志的撕页中选择食谱。寻找既能利用手头现有食材，又能满足家庭成员不同口味的菜单，往往会导致极度焦虑，并倾向于恼怒地从冰箱里拿出厚皮披萨。本文的目的是评估完全由计算机程序创建，并于2013年11月9日在柏林通信博物馆提供的多道菜晚餐的享用程度。六位用餐者出席了装饰豪华的餐桌。总体味蕾敏感性和特异性因参与者而异。想象力天马行空。未来厨房中的食谱书架空间很可能被计算机屏幕取代，可以轻松访问数百万份食谱，而这些食谱以前只有算法知道。
食谱计划是成年男女常见的抱怨。2013年11月9日，两位退休的法国生物学家一致认为，当晚的菜单是由纽约市IBM托马斯·J·沃森研究中心的计算创造力研究项目创建的，确实计划得非常复杂。在选择了德国纳赫的赫尔曼·多恩霍夫酒庄2011年的格劳勃艮德白葡萄酒后，两位女士仔细研究了菜单。她们不禁惊叹于将不同类型的食物组合在一道菜中的大胆做法。食谱疲劳的一种潜在解释可能是由于目前有必要以重复的方式回收特定食物。计算机有机会在每餐中创造惊喜，并消除烹饪等式中的猜测。本文收集了用餐者对人工智能计划的膳食的反应信息，并为未来提供了一些建议。
方法
抽样
研究样本包括六位用餐者，包括首席研究员（5名女性，1名男性）。参与者被非正式地采访了他们对晚餐的反应。所有研究参与者都隶属于去年11月8日至9日在柏林举行的科技 открытия 大会。在1小时的时间点，第七位参与者加入了餐桌。诺贝尔奖获得者和法国生物学家朱尔斯·A·霍夫曼与包括他妻子在内的小组坐在一起，并回答了一些关于他当天早些时候的演讲的快速提问。由于他必然迟到，他的晚餐回应未包含在此摘要中。所有其他参与者似乎都精通描述性词汇，并且具备构成优质食物的基本知识。他们自由地分享了他们对这顿饭的想法和感受。计算机程序抽样包括来自其他大型数据库的近40,000个食谱，包括食谱维基和美国烹饪教育学院。为了获得其反应（将在下面更详细地讨论），计算机依赖于自然语言算法。
措施
诊断访谈 HSI-I（高度怀疑访谈版本1）的开发是为了探究参与者对菜单和食物项目的真实想法。HSI-I是一种结构松散的、记者管理的工具，基于通常被接受为美食的标准。HSI-I 以一个开放式问题开始，要求参与者定性地描述他对菜单的初步反应。后续问题侧重于实际食物的美味程度。勤奋的服务员在通信博物馆的中央空间同时为估计的 100 张餐桌送餐，这可能会让人误以为是电影《巴西》(1985) 的场景。
惊喜、愉悦感、化学配对 “惊喜”数学算法的根源在于贝叶斯惊喜理论，该理论本质上衡量了一个人的先验信念与改变后的信念之间的差异。单位称为“哇”。有了适量的新组合，“哇”值可能会趋于无穷大。“愉悦感”因素基于化学和心理学，并使用享乐量表来衡量一个人喜欢和不喜欢的东西。“化学配对”是烹饪科学中已建立的规范，并且因文化而异。在大多数西方美食中，食物共享的化学物质越多，它们组合起来就越美味。亚洲美食遵循不同的理念：相反的味道更好。例如，米饭和酱油不共享任何风味化合物。
结果
人类
作为研究的一部分，共进行了三次深入访谈。在这些参与者中，3 名女性参与，包括首席作者。流失率为 50%。参与者的流失是由于餐桌一端到另一端的距离以及博物馆内回荡的谈话声造成的噪音障碍。唯一的男性参与者很少说话，而且只说法语。女性的迷恋程度为 100%。关于人工智能创建的菜单和食物的访谈约占总时间的 30%。其次是 40% 的个人生活、语言、职业成就和愿望的讨论。剩余 30% 的讨论以法语进行，因此，以英语为母语的首席作者不得不耐心等待，并眺望人群，并希望她在大学里学过法语。在访谈过程中出现了一种模式。参与者在食物到达餐桌之前对食物的味道表示极度怀疑。然而，在第三口或第四口食物之后，怀疑消散了。在讨论菜单时，最受欢迎的话题包括“惊喜、愉悦感和化学配对”的衡量标准。参与者注意到已经计算了每个因素的值，但没有提供刻度。一位参与者对缺乏上下文表示沮丧。另一位参与者试图根据菜单上打印的值创建一个刻度，这些值包含在下面。
计算机
在 11 月 9 日的晚餐活动之前，纽约市 IBM 托马斯·J·沃森研究中心的研究人员团队在计算机上运行算法以确定菜单。他们分配了以下参数：每道菜不超过 13 种配料，并侧重于西班牙、美国、亚洲和德国地区美食。输入此数据后，计算机在 2 秒钟内生成了菜单。需要更多的人工来选择实际使用的食谱。完整菜单和值（图 1）为每位参与者打印出来
手指食物
烤番茄配藏红花油煎面包块 // 惊喜：0.041 愉悦感：0.423 化学配对：2
小牛肉卷配凯法洛蒂里奶酪和肉豆蔻蛋黄酱 // 惊喜：0.022 愉悦感：0.391 化学配对：1
鳟鱼和鲈鱼配啤酒和酪乳泡沫 // 惊喜：0.194 愉悦感：0.401 化学配对：22
土豆汉堡配牛肉和农家奶酪 // 惊喜：0.0248 愉悦感：0.394 化学配对：13
迷你土豆配蘑菇沙拉和农家奶酪 // 惊喜：0.143 愉悦感：0.385 化学配对：22
主菜单
第一道菜 - 南瓜松饼配枣酱、野生香草沙拉和卡波科洛火腿 // 惊喜：0.065 愉悦感：0.428 化学配对：5
第二道菜 - 米纸卷配肉桂熏鲑鱼、黑莓、芹菜和塔巴斯科辣椒酱 // 惊喜：0.188 愉悦感：0.411 化学配对：18
或
茴香和藏红花烩饭配蜜饯姜和马提尼冰沙（素食）// 惊喜：0.191 愉悦感：0.402 化学配对：12
第三道菜 - 甜点选择
巧克力香蕉蛋糕配藏红花苹果蜜饯、酸奶和蜂蜜冰淇淋以及樱桃鱼子酱 // 惊喜：0.021 愉悦感：0.409 化学配对：20
酸橙派配芒果和蜂蜜冰淇淋以及姜/辣椒莎莎酱 // 惊喜：0.028 愉悦感：0.440 化学配对：16
夸克焦糖布丁配蔓越莓和香菜冰淇淋 // 惊喜：0.429 愉悦感：0.404 化学配对：17
无花果酸奶冻糕配梅洛萨芭雍 // 惊喜：2.250 愉悦感：0.399 化学配对：3
（图 1）
讨论
这些发现表明，无花果酸奶冻糕配梅洛萨芭雍（一种甜点）在“惊喜”量表上得分最高，为 2.250。没有其他食物项目能接近这个值。除化学配对外，所有其他值变化不大。化学配对范围从 22 到 1。您的首席研究员（主要是素食主义者）发现素食晚餐的“愉悦感”得分比肉类选择低 0.009 分很有趣。然而，这种差异似乎在统计学上不显着，因此可能是偶然的。虽然该组的年龄范围未知，文化背景也不同，但所有参与者都对计算机取代被称为“家常饭菜”的充实和家庭联系机会表示担忧。这种担忧可能是没有根据的，需要对该领域进行更多研究。这是 IBM 的菜单计划计算机程序首次用于整餐的公开活动。这项研究的优势包括观察视角。首席作者在活动现场，能够向参与者提出后续问题。还收集了其他信息，包括肢体语言和消耗的面包卷数量，但这些值未包含在当前分析中。这项研究存在局限性。在没有翻译的情况下，可能有一些关于晚餐的重要见解被分享，但没有记录下来。虽然 HSI-I 诊断访谈是一种经过验证的收集信息的方法，但尚未经过验证。因此，所有回应均为意见，因此不能推广到本研究的范围之外。未来的研究可能应该在实验室环境中进行，并远离美丽的博物馆和高科技舞曲的干扰性内部环境。
结论
计划膳食的计算机算法可能是未来厨房的一个有益补充，它可以减轻膳食计划带来的焦虑和挫败感。根据本研究中包含的晚餐活动，该算法产生了令人着迷且美味的膳食。然而，作者担心计算机软件程序虽然可以利用比人类可能拥有的更强大的创造力，但可能会适得其反地消除烹饪菜肴和根据需要添加盐和胡椒粉所带来的创造力和自发性。人们可以将当前基于人类的食谱查找过程描述为“狩猎”和“采集”。当以这种心态为主导时，人类也可能寻求简单、经济实惠的完整食材用于烹饪。另一方面，按下单个按钮的人也可能寻求使用不需要费力的切、片、炒、炖、混合、成型、揉捏、切丁和滚边的加工食品组合，以达到终点。但首席作者也相当有偏见：她认为烹饪是品尝葡萄酒、与家人交谈、思考食谱过程以及完全远离电脑和智能手机的时间。像食谱书一样，她可能很快就会成为早期时代的遗物。
财务披露：作者 K.R. 披露，她参加了 2013 年科技 открытия 大会，获得了科学写作奖学金，与优秀的记者同行。她的机票、住宿和活动餐饮由科技 открытия 支付。
致谢：Aatish Bhatia 在 Wired Blogs也写过关于这个主题的文章。我也推荐阅读他的帖子。
图片来源：科技 открытия