我们要求AI在圣诞节结束时为多余的火鸡,馅料和布丁提出一些创意食谱。这就是我们煮熟时发生的事情。
2018年12月19日
坐下来,推开你的盘子,抓住你的肚子。你一直吃到馅,但如果你的圣诞大餐和我们的BBC Future一样,那么今年的节日庆祝活动结束时肯定还会有很多食物。
但是,不是将剩余的食物添加到每年在世界各地扔掉的13亿吨食物 - 每年生产的食物的三分之一 - 另一种选择是将额外的火鸡和冰箱塞入冰箱再放。
对于我们大多数人来说,用完圣诞节剩菜意味着在新年前的几天里,无数轮的火鸡三明治和布鲁塞尔豆芽咖喱的捆绑。因此,为了帮助在今年的剩余食物中注入一些创造力,我们转向人工智能以获得一些烹饪帮助。
世界各地的许多研究团队一直在开发人工智能系统,这些系统能够从现有的食谱中学习,然后提出一些自己的食谱。我们向两位创新算法背后的研究人员询问了他们的AI对圣诞食品的看法。
其中一个由斯坦福大学的计算机科学家开发,可以将冰箱里剩下的任何食物变成基于这些成分的独特食谱。另一个由伊利诺伊大学的人工智能研究人员创建,通过以另一种美食的风格创造一个国家的菜肴,在文化上扭曲了一顿饭。
种算法称为Forage,它使用一种称为深度神经网络的AI,它试图复制人类大脑的工作方式。像这样的网络能够处理涉及复杂数据的问题,并越来越多地用于处理各种任务,如控制自动驾驶汽车和识别健康扫描中癌症的早期迹象。
在主餐结束后用完圣诞节剩菜通常涉及无数轮火鸡三明治(图片来源:Getty Images)斯坦福大学的研究生Angelica Willis领导了一个研究小组,他们为他们的神经网络提供超过60,000个食谱(不是字面意义 - 机器仍然无法品尝食物),以帮助它学习烹饪的一些基本概念,如切碎,烘焙或油炸成分。
“我们还在模型中奖励了创造力,因此它不仅学会背诵它所训练的食谱,而是提出创造性的,前所未见的食谱,”威利斯说。“它甚至为每种食谱提供了吸引人的标题。”
然后团队要求算法使用假日剩菜作为主要成分生成一些食谱。我们决定做它想出来的东西(主要是你不必):
土耳其肉饼
剩饭剩菜:土耳其,馅料,抱子甘蓝,肉汁,酸果蔓酱
步骤:加水至后4种成分,混合均匀。加入盐和黄油,1/4茶匙。一次加入2杯面粉。加火鸡。用干净的刀子小心地剥开并纵向切成1/4英寸厚的圆圈。将填料设置在顶部。同时,将一些油加热至小煎锅或油炸锅的深度,煎至金黄色。
AI添加的其他成分:鸡蛋,面粉,黄油,盐,植物油
将土耳其,馅料,抱子甘蓝,蔓越莓酱和未吃过的肉汁混合成一个奇怪的面糊,然后在我们的口味测试者面前分享意见(图片来源:Richard Gray)在不知道要添加多少水的情况下,我们猜测并终得到了更多的面糊而不是面团,所以看起来更像油炸后的油条。知道我们究竟是如何小心地剥皮,这也令人费解。虽然由此产生的“炸丸子”吃起来并不是太糟糕,但是很难超越这些在我们的口味测试中所具有的明显的味道。
西班牙马铃薯砂锅
剩饭剩菜:面包酱,猪毛毯(培根包裹的香肠),红甘蓝,土豆
步骤:用适度的低热量将平底锅中的黄油融化。首先烹饪切成薄片的土豆。将植物油和酱油加入卷心菜,加入猪肉和炒。加入胡萝卜,青椒,大葱,奶酪和盐。用切碎的香菜和辣椒调味和切片。立即将剩余的面包酱装饰性地烘烤25分钟。
添加其他成分AI:胡萝卜,青椒,大葱,奶酪(我们使用剩余的斯蒂尔顿),盐,油,香菜,辣椒
人工智能混合剩余的香肠,用培根,面包酱和红甘蓝包在一起,制成“西班牙马铃薯砂锅”(图片来源:Richard Grey)这可能是容易理解的配方。那些勇敢的人给它一个品味,这是非常受欢迎的。然而,我们的西班牙同事怀疑这是否可以作为他家乡的当地菜。
Zabaglione黑面包
剩饭剩菜:圣诞布丁,白兰地黄油,奶油
步骤:将奶油芝士与1/4杯面粉和其他成分混合在一起,直至变得光滑; 在食品加工机中切碎。将山核桃,肉豆蔻和白兰地黄油混合在一起。混合油直至充分混合。将1份放在涂有油脂的饼干上。烤至面包变成褐色(约10分钟)。从烤箱中取出。加一层果酱和糖。取下盖子,转动并煮5分钟。从锅中取出,剥去两侧。可以加热或作为午餐或早午餐用巧克力或糕点和粉末糖粉。
AI添加的其他成分:山核桃,肉豆蔻,果酱,糖
虽然它与奶油意大利甜点没有任何相似之处,但AI的Zabaglione面包在我们的口味测试中很受欢迎(图片来源:Richard Gray)我们对以这道菜名称提到的奶油状意大利甜点感到非常兴奋,但在遵循配方之后,我们终得到了一块浓密的棕色砖,而不是我们希望的那种清淡的奶油菜。人工智能似乎也因为在方法中加入奶油奶酪而不是奶油而感到困惑。然而,令人惊讶的是,这可能是口味测试中评价的混合物。
五香苹果皮
剩饭剩菜:圣诞蛋糕,肉馅饼,雪利酒,杏仁蛋白酱
步骤:将配料混合均匀,在平底锅中加入糖混合物。添加苹果,香草,混合波本威士忌[由于某种原因,AI取代雪利酒为波本威士忌]。在大碗里,与面包屑和肉桂一起搅拌。将面粉,酵母,糖和盐搅拌均匀,加入面糊的味道和味道。设置在烤盘超过三分之二满。过筛1/2杯面粉,将热蜂蜜撒入层面糊中。以中等速度打黄油,蛋清,奶油,切碎的核桃,苹果汁和剩余的汤匙面粉。搅拌M&M和1/3杯面粉。在撒有面粉的表面上,将面团擀成并放在撒有面粉的烤盘上,然后根据需要用少许面粉或磨碎的杏仁刷上面。在375度烘烤35到40分钟。
AI添加的其他成分:苹果,香草,波本威士忌(可选代替雪利酒),面粉,蜂蜜,鸡蛋,核桃,酵母,糖,苹果汁,盐,黄油,M&M's
这可能是AI提出的争议的菜肴,也是所有烹饪说明中令人费解的。按照这种方法,它概述了面糊而不是糕点,所以我们终得到的东西是糖果镶嵌约克郡布丁。虽然这在合理的新鲜时非常受欢迎,但随着时间的推移它很快转向纸板。
辣海鲜砂锅
剩饭剩菜:烟熏三文鱼,奶酪,坚果,虾仁鸡尾酒
步骤:在煎锅中加热油,加入月桂叶和洋葱。炒洋葱和胡椒,直到软。将碎三文鱼切碎,加入洋葱和胡椒粉中搅拌均匀。盖上盖子,煮至低至鲑鱼嫩。品尝季节。将虾和奶酪放入牡蛎锅中,减少热量。制作足够的酱汁作为奶酪肉汁。
由模型添加的其他成分:辣椒,香菜,洋葱,油,月桂叶
我们决定不做这个。它看起来像我们准备得到的那样接近一次食物中毒。但我们可以想象结果至少看起来像一个砂锅,如果一个奇怪的品尝。
然而,根据Willis和她的同事的说法,随着时间的推移,机器学习模型将随着时间的推移而改进。他们一直在研究这项技术已有一年左右的时间了。值得记住的是,专业厨师花费数年时间学习结合成分和口味的艺术。Forage设想的食谱更像是学生次离开家后不久可能创造的东西。
他们经常在烹饪时没有对成分或温度给出具体的措施 - 这些元素通常对依赖微调化学工作的菜肴很重要,例如在许多蛋糕和糕点中。
威利斯说:“新的即将到来。” “超级计算机不仅仅是分析能源之一。他们可以体现创意天才,包括烹饪专业知识。但是就像在训练的早期阶段的任何机器学习模型一样,它有时会感到困惑。“
这方面的一个很好的例子就是当我们要求食用一种食谱时,这种食谱会用尽那些持续讨厌的橘子,太妃糖和热葡萄酒,这些葡萄酒在圣诞节后经常会持续数周。
留在火鸡上有助于每年度假期间被扔进垃圾箱的大量食物(图片来源:Getty Images)“这个模型并不完全知道太妃糖是什么或者如何使用它,”威利斯说。“出于某种原因,它真的很有兴趣将太妃糖与鸡肉和意大利面结合起来。”
下面的配方是它提出的一个例子,以及它给出的令人费解的名字。没人知道斯图尔特是谁,或者为什么他认为用意大利面条提供太妃糖是一个好主意。
斯图尔特的终身意大利面
剩饭剩菜:橘子,热葡萄酒,太妃糖
步骤:将面条和下一种配料混合到太妃糖中,混合均匀,然后倒在意大利面上。继续用1/2杯奶酪分层胡椒蘑菇。顶部煮熟的鸡肉。在450度烘烤30到45分钟。从烤箱中取出。
我们使用的第二种算法是由Lav Varshney和他在伊利诺伊大学的团队开发的。它接受了来自20个不同国家的近40,000份食谱的培训,使用的系统可以应用语义推理,用其认为与不同菜肴相当的食材来代替某些食材。
Varshney和他的团队要求他们的算法为一些经典的圣诞食谱制作印度食谱,然后由米其林星级厨师松岛圭佑(Keisuke Matsushima)烹饪,后者在法国尼斯经营一家餐馆。
“使用人工智能非常有趣,因为它可以带你到一个全新的地方,”来自日本东京的松岛说。“我不知道每种风味和味道会如何结合,因此人工智能将创造新的体验。”
将玫瑰花瓣,豆蔻和酥油的传统成分交换成经典的圣诞布丁,变成了一种更具印度风味的菜肴(Credit:Keisuke Matsushima)人工智能的印度圣诞布丁也许是它创造的有??趣的菜肴,加入了玫瑰花瓣和胡芦巴叶等微妙的味道,而不是烹饪苹果和蜜饯果皮。它还用腰果和肉豆蔻代替杏仁豆蔻。黄油被酥油取代,加入了孜然。
但松岛喜欢的是印度烤火鸡,里面塞满了咖喱,香肠肉,蘑菇,面包屑,腰果,胡芦巴叶和姜黄。
“这很容易制作并且运作良好,”他说。
传统肉馅饼的一个转折看到百果馅被红扁豆取代,用玫瑰花瓣和胡芦巴调味,而糕点则用酥油制成。
“这些菜不是你一直都会吃的东西,”松岛说。“它们不容易在口尝到味道,味道不同寻常 - 不好 - 但是第三口味让人们开始喜欢它。”
但他会在他的餐厅提供我们的圣诞食谱吗?
“我不确定这是否能为我的食客服务,”他说。“这对新的体验和实验有好处,但我不会选择吃这些。”
尽管如此,Matshushima正在与Varshney和他的团队合作,寻找日本咸味口味的替代品,希望开发能够利用这种近发现的“第五味”的法国和意大利菜肴。
“在我们拥有由机器人厨师领导的五星级餐厅之前,我们可能还有一段路要走,”威利斯补充道。“但这是利用技术满足人类需求的有趣方式。”