內容提要：經過數千年的積累，人類已經開發出了各色美味，但我們的味蕾卻永遠不知滿足。谷歌一位 AI 開發者，為了探索新的可能，用 AI 來開發新的甜點食譜。AI 在菜譜開發這一領域，是否會比人類更有想象力？

關鍵詞：AI 烘焙 烹飪 菜譜開發

世界上的各色美食中，烘焙食品一直都佔據著重要的地位。鬆軟的麵包、細膩的蛋糕、酥脆的餅乾，都讓人無法拒絕。

烘焙不僅是一項烹飪技術，更像是一門藝術。將麵粉、雞蛋、奶油、糖等原料，以不同比例混合，經過一系列物理、化學反應，就會得到不同口味與質感的點心，如一個個精美的藝術品一般。

各色甜點從口感和視覺上，都給人以幸福感

時至今日，烘焙大師們已經開發出了諸如蛋撻、泡芙、千層酥等數十種經典甜點，但為了給廣大吃貨的味蕾帶來新的體驗和刺激，他們依然在不斷研究、開發新品。

谷歌 AI 工程師 Sara 作為一名烘焙愛好者，也一直在探索新的可能。她將這一興趣愛好和工作結合起來，利用 AI 來開發新的烘焙配方。

機器學習做烘焙，分分鐘開發倆新品

和很多人一樣，Google Cloud 的 AI 工程師 Sara，在因疫情而被迫宅家期間，把大量的時間都貢獻給了廚房。

Sara 喜歡將工作與愛好相結合，探索有趣的事物

Sara 喜歡做烘焙，不過她發現，大多數人做烘焙時，都是從網上搜一些現成的配方，然後按部就班去做。這樣的做法固然保險，但是卻有很大侷限性，很難有創新。可如果自己隨意搭配，又很可能翻車，白白浪費了材料和時間。

所以，瞭解烘焙配方背後的科學原理很重要，這樣才能清楚每種原料、不同比例所帶來的不同效果，從而擺脫固定配方的限制。

作為 AI 工程師，Sara 認為這一項任務非常適合機器學習。「用現有資料訓練機器學習模型，讓其掌握其中的規律，然後創造出我們想要的新配方。」

基於這一想法，Sara 很快便構建了一個 AI 模型。該模型學習 600 種烘焙配方之後，對於輸入配方，都能準確地判斷出其烘焙結果是麵包（bread）、蛋糕（cake）還是曲奇（cookie）。

對於給定配方，AI 模型能準確預測結果

接下來，Sara 讓掌握了烘焙原料配比秘訣的 AI 模型，建立一個蛋糕和曲奇的混合物配方，她為之命名「cakie」（cake+cookie）。

AI 模型不負所望，按 Sara 的需求生成了精確的配方。Sara 進行了親自實驗，發現在這個新配方的指引下，烤出來的「cakie」非常符合預期，味道也非常 nice。

新甜點：麵包曲奇，兼具蛋糕的蓬鬆感與曲奇的酥脆

之後，Sara 又讓 AI 模型建立「麵包餅乾」的配方，「breakie」（bread+cookie），得到的結果也令她滿意。

又像麵包又像餅乾的新品種點心

AI 烘焙師：深諳點心配比原理

Sara 在部落格詳細介紹了這一模型的構建過程，讓我們看看 AI 如何修煉成一位專業的烘焙師。

資料集整理

首先，Sara 和她的同事從網上搜集了 600 多個配方構成配方資料集，包括麵包、蛋糕和餅乾。然後，將其中常用的核心原料提取出來，共 16 種，包括麵粉、酵母、牛奶、水、鹽、蛋等。

然後對這些配方中，各種原料的度量單位進行統一，比如，有的以「杯」為單位，有的以「勺」為單位，作者將其全部轉換為「盎司」（1 盎司 ≈28.35 克）。

對每種配方的原料，進行單位統一化

建立模型，學習配方

他們使用 Google 的 AutoML Tables，構建了一個分類模型。

建立新的表格模型後，就可以直接從 csv、Google 表格或 BigQuery 資料庫匯入資料。資料匯入後，可以在「訓練」標籤中看到它們：

用這些資料對模型進行訓練之後，模型就掌握了每種烘焙品所對應的配方特點，從而能夠進行更準確的預測。

分析模型可解釋性

透過分析，Sara 進一步瞭解了 AI 模型在進行預測時的判斷依據。結果顯示，對於 AI 模型來說，烘焙配方中的每種成分，對於決策的重要性排名如下：

模型預測時所依賴的重要指標：奶油、糖、酵母和雞蛋

當然，實際上各類甜點的配方是非常複雜的，以上指標也並不是固定不變的。比如，Sara 對某個「蛋糕」的配方預測結果進行分析，發現其中雞蛋、黃油和小蘇打是 AI 進行預測的重要判斷指標。

模型不僅給出判斷結果，還給出了決策依據

事實上，在烘焙領域，早已有專業人士編寫出《用科學方式瞭解麵包的「為什麼」》、《麵包聖經》等介紹烘焙原理的書籍，但是對於業餘愛好者來說，也許沒有足夠的時間或耐心去鑽研。

AI 烘焙師則幫我們省去了這一步，你無需掌握科學原理，也可以讓 AI 幫你建立符合自己口味的甜點，豈不美哉？

在 AI 學習開發烘焙配方之前，也早已涉足菜譜研發領域。它是否會比人類廚師靠譜一些，創新的同時也避免翻車？

2019 年，英國餡餅製造商 Piglet's Pantry 與一家商業貸款平臺 Esme Loans 合作，讓演算法學習了數千種現有的英國特有的餡餅食譜（總計近 100 萬字符的文字），然後學會發明數千種新的餡餅食譜。

之後，經過人工實驗篩選以及改進，將五種新的餡餅配方被選中用於生產，一些顧客試吃後，表示很美味。

AI 研發的咖哩雞肉餡餅

但是，想象力過於豐富的 AI，創新太多也難免失誤。

此前，一個即使學習了 3 萬種食譜的 AI，依然沒能掌握各種食物的組合訣竅，生成了一些看起來就不忍下口的食譜。

比如將藍莓+菠菜+羊乳酪的搭配，以及培根+牛油果+桃子的搭配等等……

一位好奇的吃貨寶寶表示，味道一言難盡

看來，AI 開發菜譜的技能還不夠穩定，甚至有時就是一些隨機組合。所以廣大吃貨還需做好心理準備，把創新菜的任務交給 AI，節省了時間也要承擔一定的風險。

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