本文發表於《大眾科學》的前部落格網路，反映了作者的觀點，不一定反映《大眾科學》的觀點
注意：本著創新的精神，我以學術文章的風格撰寫了這篇博文。這顯然不是一篇真正的學術文章。然而，所有資訊都是真實的，並且基於對2013年柏林“科技 открытия”大會與會者以及人工智慧選單計劃系統建立者本人 - 拉夫·瓦爾什尼的採訪。
關於支援科學新聞業
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞業 訂閱。透過購買訂閱，您正在幫助確保有關當今塑造我們世界的發現和想法的具有影響力的故事的未來。
摘要：迄今為止，美國大多數家庭中自封的廚師都從卷角的食譜、線上列印件或昂貴的一次性購買烹飪雜誌的撕頁中選擇食譜。尋找既能利用手頭現有食材，又能滿足家庭成員不同口味的選單，往往會導致極度焦慮，並傾向於惱怒地從冰箱裡拿出厚皮披薩。本文的目的是評估完全由計算機程式建立，並於2013年11月9日在柏林通訊博物館提供的多道菜晚餐的享用程度。六位用餐者出席了裝飾豪華的餐桌。總體味蕾敏感性和特異性因參與者而異。想象力天馬行空。未來廚房中的食譜書架空間很可能被計算機螢幕取代，可以輕鬆訪問數百萬份食譜，而這些食譜以前只有演算法知道。
食譜計劃是成年男女常見的抱怨。2013年11月9日，兩位退休的法國生物學家一致認為，當晚的選單是由紐約市IBM托馬斯·J·沃森研究中心的計算創造力研究專案建立的，確實計劃得非常複雜。在選擇了德國納赫的赫爾曼·多恩霍夫酒莊2011年的格勞勃艮德白葡萄酒後，兩位女士仔細研究了選單。她們不禁驚歎於將不同型別的食物組合在一道菜中的大膽做法。食譜疲勞的一種潛在解釋可能是由於目前有必要以重複的方式回收特定食物。計算機有機會在每餐中創造驚喜，並消除烹飪等式中的猜測。本文收集了用餐者對人工智慧計劃的膳食的反應資訊，併為未來提供了一些建議。
方法
抽樣
研究樣本包括六位用餐者，包括首席研究員（5名女性，1名男性）。參與者被非正式地採訪了他們對晚餐的反應。所有研究參與者都隸屬於去年11月8日至9日在柏林舉行的科技 открытия 大會。在1小時的時間點，第七位參與者加入了餐桌。諾貝爾獎獲得者和法國生物學家朱爾斯·A·霍夫曼與包括他妻子在內的小組坐在一起，並回答了一些關於他當天早些時候的演講的快速提問。由於他必然遲到，他的晚餐回應未包含在此摘要中。所有其他參與者似乎都精通描述性詞彙，並且具備構成優質食物的基本知識。他們自由地分享了他們對這頓飯的想法和感受。計算機程式抽樣包括來自其他大型資料庫的近40,000個食譜，包括食譜維基和美國烹飪教育學院。為了獲得其反應（將在下面更詳細地討論），計算機依賴於自然語言演算法。
措施
診斷訪談 HSI-I（高度懷疑訪談版本1）的開發是為了探究參與者對選單和食物專案的真實想法。HSI-I是一種結構鬆散的、記者管理的工具，基於通常被接受為美食的標準。HSI-I 以一個開放式問題開始，要求參與者定性地描述他對選單的初步反應。後續問題側重於實際食物的美味程度。勤奮的服務員在通訊博物館的中央空間同時為估計的 100 張餐桌送餐，這可能會讓人誤以為是電影《巴西》(1985) 的場景。
驚喜、愉悅感、化學配對 “驚喜”數學演算法的根源在於貝葉斯驚喜理論，該理論本質上衡量了一個人的先驗信念與改變後的信念之間的差異。單位稱為“哇”。有了適量的新組合，“哇”值可能會趨於無窮大。“愉悅感”因素基於化學和心理學，並使用享樂量表來衡量一個人喜歡和不喜歡的東西。“化學配對”是烹飪科學中已建立的規範，並且因文化而異。在大多數西方美食中，食物共享的化學物質越多，它們組合起來就越美味。亞洲美食遵循不同的理念：相反的味道更好。例如，米飯和醬油不共享任何風味化合物。
結果
人類
作為研究的一部分，共進行了三次深入訪談。在這些參與者中，3 名女性參與，包括首席作者。流失率為 50%。參與者的流失是由於餐桌一端到另一端的距離以及博物館內迴盪的談話聲造成的噪音障礙。唯一的男性參與者很少說話，而且只說法語。女性的迷戀程度為 100%。關於人工智慧建立的選單和食物的訪談約佔總時間的 30%。其次是 40% 的個人生活、語言、職業成就和願望的討論。剩餘 30% 的討論以法語進行，因此，以英語為母語的首席作者不得不耐心等待，並眺望人群，並希望她在大學裡學過法語。在訪談過程中出現了一種模式。參與者在食物到達餐桌之前對食物的味道表示極度懷疑。然而，在第三口或第四口食物之後，懷疑消散了。在討論選單時，最受歡迎的話題包括“驚喜、愉悅感和化學配對”的衡量標準。參與者注意到已經計算了每個因素的值，但沒有提供刻度。一位參與者對缺乏上下文表示沮喪。另一位參與者試圖根據選單上列印的值建立一個刻度，這些值包含在下面。
計算機
在 11 月 9 日的晚餐活動之前，紐約市 IBM 托馬斯·J·沃森研究中心的研究人員團隊在計算機上執行演算法以確定選單。他們分配了以下引數：每道菜不超過 13 種配料，並側重於西班牙、美國、亞洲和德國地區美食。輸入此資料後，計算機在 2 秒鐘內生成了選單。需要更多的人工來選擇實際使用的食譜。完整選單和值（圖 1）為每位參與者打印出來
手指食物
烤番茄配藏紅花油煎麵包塊 // 驚喜：0.041 愉悅感：0.423 化學配對：2
小牛肉卷配凱法洛蒂裡乳酪和肉豆蔻蛋黃醬 // 驚喜：0.022 愉悅感：0.391 化學配對：1
鱒魚和鱸魚配啤酒和酪乳泡沫 // 驚喜：0.194 愉悅感：0.401 化學配對：22
土豆漢堡配牛肉和農家乳酪 // 驚喜：0.0248 愉悅感：0.394 化學配對：13
迷你土豆配蘑菇沙拉和農家乳酪 // 驚喜：0.143 愉悅感：0.385 化學配對：22
主選單
第一道菜 - 南瓜鬆餅配棗醬、野生香草沙拉和卡波科洛火腿 // 驚喜：0.065 愉悅感：0.428 化學配對：5
第二道菜 - 米紙卷配肉桂燻鮭魚、黑莓、芹菜和塔巴斯科辣椒醬 // 驚喜：0.188 愉悅感：0.411 化學配對：18
或
茴香和藏紅花燴飯配蜜餞姜和馬提尼冰沙（素食）// 驚喜：0.191 愉悅感：0.402 化學配對：12
第三道菜 - 甜點選擇
巧克力香蕉蛋糕配藏紅花蘋果蜜餞、酸奶和蜂蜜冰淇淋以及櫻桃魚子醬 // 驚喜：0.021 愉悅感：0.409 化學配對：20
酸橙派配芒果和蜂蜜冰淇淋以及姜/辣椒莎莎醬 // 驚喜：0.028 愉悅感：0.440 化學配對：16
夸克焦糖布丁配蔓越莓和香菜冰淇淋 // 驚喜：0.429 愉悅感：0.404 化學配對：17
無花果酸奶凍糕配梅洛薩芭雍 // 驚喜：2.250 愉悅感：0.399 化學配對：3
（圖 1）
討論
這些發現表明，無花果酸奶凍糕配梅洛薩芭雍（一種甜點）在“驚喜”量表上得分最高，為 2.250。沒有其他食物專案能接近這個值。除化學配對外，所有其他值變化不大。化學配對範圍從 22 到 1。您的首席研究員（主要是素食主義者）發現素食晚餐的“愉悅感”得分比肉類選擇低 0.009 分很有趣。然而，這種差異似乎在統計學上不顯著，因此可能是偶然的。雖然該組的年齡範圍未知，文化背景也不同，但所有參與者都對計算機取代被稱為“家常飯菜”的充實和家庭聯絡機會表示擔憂。這種擔憂可能是沒有根據的，需要對該領域進行更多研究。這是 IBM 的選單計劃計算機程式首次用於整餐的公開活動。這項研究的優勢包括觀察視角。首席作者在活動現場，能夠向參與者提出後續問題。還收集了其他資訊，包括肢體語言和消耗的麵包卷數量，但這些值未包含在當前分析中。這項研究存在侷限性。在沒有翻譯的情況下，可能有一些關於晚餐的重要見解被分享，但沒有記錄下來。雖然 HSI-I 診斷訪談是一種經過驗證的收集資訊的方法，但尚未經過驗證。因此，所有回應均為意見，因此不能推廣到本研究的範圍之外。未來的研究可能應該在實驗室環境中進行，並遠離美麗的博物館和高科技舞曲的干擾性內部環境。
結論
計劃膳食的計算機演算法可能是未來廚房的一個有益補充，它可以減輕膳食計劃帶來的焦慮和挫敗感。根據本研究中包含的晚餐活動，該演算法產生了令人著迷且美味的膳食。然而，作者擔心計算機軟體程式雖然可以利用比人類可能擁有的更強大的創造力，但可能會適得其反地消除烹飪菜餚和根據需要新增鹽和胡椒粉所帶來的創造力和自發性。人們可以將當前基於人類的食譜查詢過程描述為“狩獵”和“採集”。當以這種心態為主導時，人類也可能尋求簡單、經濟實惠的完整食材用於烹飪。另一方面，按下單個按鈕的人也可能尋求使用不需要費力的切、片、炒、燉、混合、成型、揉捏、切丁和滾邊的加工食品組合，以達到終點。但首席作者也相當有偏見：她認為烹飪是品嚐葡萄酒、與家人交談、思考食譜過程以及完全遠離電腦和智慧手機的時間。像食譜書一樣，她可能很快就會成為早期時代的遺物。
財務披露：作者 K.R. 披露，她參加了 2013 年科技 открытия 大會，獲得了科學寫作獎學金，與優秀的記者同行。她的機票、住宿和活動餐飲由科技 открытия 支付。
致謝：Aatish Bhatia 在 Wired Blogs也寫過關於這個主題的文章。我也推薦閱讀他的帖子。
圖片來源：科技 открытия