大數(shù)據(jù)變美味，很好吃_數(shù)據(jù)分析師

計算機正在不斷變得更加聰明?？伤鼈儠碛袆?chuàng)造力嗎？國際商業(yè)機器公司（IBM）的一群研究人員認為會。他們已經開發(fā)出一套軟件，能夠利用數(shù)學、化學和海量數(shù)據(jù)，炮制出前所未有而又不同尋常的食譜。

為了構建他們的算法，研究者們將我們開發(fā)創(chuàng)意時可能會采取的步驟建立了模型。首先，你需要理解你打算解決的問題；然后，圍繞該問題盡可能地多學習，從而構筑起專門的知識，并在這套知識的武裝下，生成一些新的想法，甚至把不同類型的想法結合起來；接下來從這一大堆想法中挑選出最具創(chuàng)意的；最后，實現(xiàn)你的想法。盡管這些步驟中有很多以前就曾經由計算機來執(zhí)行，但IBM團隊的過人之處在于他們找到了量化一份食譜創(chuàng)造性的辦法，并且能把所有不同的部分結合在一起。

“我一直用這套系統(tǒng)生成的食譜做飯?！鳖I導IBM團隊開發(fā)這種新型食譜生成引擎的拉夫·瓦什內（Lav Varshney）說，“我們自己創(chuàng)造的食譜中有一些確實非常好吃，比如奶油烤肯尼亞球芽甘藍、開曼車前草甜點和瑞士-泰國混合式蘆筍乳蛋餅。還有一些是與合作伙伴烹飪教育學院合作創(chuàng)造的，那可就是世界級的了，比如西班牙扁桃牛角面包和厄瓜多爾草莓甜點。”

厄瓜多爾草莓甜點：IBM的計算機大廚呈上的一盤美食。圖片來源：IBM研究院

就讓我們看一下IBM的計算機大廚是如何獲得創(chuàng)造力的:

定義問題

啟動程序時，你會被要求選定一種關鍵食材，以及你想要瀏覽哪個地區(qū)的菜系，然后決定你感興趣的餐食類型（湯或者蛋餅等等。）

程序要求你定義食譜的約束條件。左上角：菜系選擇；右上角：菜式選擇；下部：食材。

拼命學習

所有的數(shù)據(jù)都是在這一步被系統(tǒng)吸納的。研究者們利用自然語言處理算法掃描并分析幾百萬份不同食譜的文本。利用這些數(shù)據(jù)，他們將成文的食譜轉化為關系網(wǎng)，包括不同食材的用量和將這些食材做成食物的過程；他們掃描維基百科，了解在各個地區(qū)菜系中通常會用到哪些食材；他們考察了調味品的說明書，了解不同調味品中含有哪些分子，并獲取了這些分子的化學結構方面的信息；他們還收錄了人們對70種不同化學成分的“好感度”評分……

最終，研究者們積累了巨量計算機可讀的知識體系，其中包括人類的口味偏好、地區(qū)食譜和這些食譜化學構成方面的信息。程序就這樣做好了掌勺的準備。

形成創(chuàng)意

軟件從某種菜系的傳統(tǒng)食譜開始，產生出幾百萬條符合用戶要求的新食譜。這些食譜并非被隨機拋出，而是根據(jù)一種叫做食物搭配律（the Food Pairing Principle）的經驗法則生成的。該法則是說，在食譜中能夠良好搭配的食材有著相同的呈味分子。

新食譜的生成方式是：“異化”現(xiàn)有食譜中的食材，然后將其與其他食譜融合，產生各種各樣前所未見的混合食譜。（這種方法被稱為遺傳算法，是在模仿遺傳變化的過程。）

這真不是個優(yōu)良的選擇算法。圖片來源：Randall Munroe / XKCD

正如漫畫所表現(xiàn)的，愿意品嘗幾百萬種奇特的新食譜的朋友實在是不好找（油炸彩虹糖，有誰想嘗嘗？）。因此，程序把這一步自動化了——這可是真正高明的地方。

挑選最優(yōu)

據(jù)瓦什內說：“先前很多計算機創(chuàng)造力的嘗試都擅于生成創(chuàng)意，但不善挑選。我認為我們的主要貢獻是，證明了大數(shù)據(jù)模型不僅能用于產生億萬條新想法，還能夠從中指出，比如說，10條最佳的來?！?/span>

計算機如何確定哪些想法最有創(chuàng)造性呢？你首先要對創(chuàng)造性有一個可操作的定義?？稀ち_賓遜（Ken Robinson）將創(chuàng)造性定義為“擁有有價值的原創(chuàng)想法的過程”。IBM的研究者們采納了與此類似的衡量標準。他們聲稱，一條有創(chuàng)造性的想法應當既是新穎的，又是高質量的。

我們首先談談新穎。你或許認可花生醬和果凍可以一起吃，往熱狗上抹點芥末醬也許也無妨。這是因為你對于各種食譜的可行性有著自己的一套信念。這些信念的基礎是你認為什么食物好吃，不過你曾經享用過的食物也會對其產生巨大影響?？墒?，你也許從未想過把花生醬抹到熱狗上。這種食譜與你對食物的信念沖突，因而使其出乎了你的意料。相反，抹芥末的熱狗對于你對食譜的信念絕對沒有影響。那是一種全然無趣的食譜。

IBM的科學家們采用了一種非常近似的想法——通過量化一份食譜更改一個人現(xiàn)有食譜世界觀的程度來衡量其新穎程度。他們借助了一種叫做“貝葉斯驚奇度”的數(shù)學工具（以前這種工具被用來識別一段視頻的哪些部分最吸引人們的注意）。瓦什內是這樣向我解釋這一概念的：“貝葉斯驚奇算法基本上就是在引入新創(chuàng)造的食譜之后，比較先前對食物的信念與新的信念。信念的改變越大，驚奇度越高。”

西班牙扁桃仁牛角面包——一種計算機生成的食譜。圖片來源：IBM研究院

然后要考慮質量。味道是個復雜的東西。我們的舌頭能夠品嘗出幾種基本的味道：甜、咸、酸、苦和鮮。但我們對食物的體驗還受到很多其他因素的影響：食物是不是溫熱；奶香四溢還是甜膩如糖；粗澀抑或黏滑；它覆于你舌背的方式；你咬它時它發(fā)出的聲音；你的饑餓程度；以及一種味道所勾起的記憶等等。

研究者們提出，雖有凡此種種，味道的關鍵其實是氣味。“神經美食學領域的研究工作得出了強有力的論點：氣味是味覺的主要構成部分?！蓖呤矁日f。如果這聽起來違反直覺，想一下當你得了重感冒時，食物吃起來有多么沒滋味吧——你的味覺感受器工作正常，但是你聞不到氣味。

但程序又如何知道一盤菜聞起來什么味道？這個問題的答案要到化學中去找。軟件會考察一份食譜中所有不同的口味分子，查詢它們的化學性質——這個過程會用到很多技術名詞，諸如“拓撲極曲面面積、重原子數(shù)、復雜度、可旋鍵數(shù)量，以及氫鍵受體數(shù)量。”通過將這些化學性質與其他70種氣味分子做比較，研究者們可以預測特定的某種分子會有多么“好聞”。接下來他們在計算機中混合不同分子的氣味，得出每種食物氣味的總“怡人度”。想想看，這有多么驚人——他們利用食物中味道分子的化學性質預測它能有多好聞。

我詢問瓦什內對我的這一驚人發(fā)現(xiàn)有何想法，他答道：“我也覺得很吃驚：通過諸如重原子數(shù)量那樣的分子性質竟然能夠預測愉悅之類的快感認知，不過享樂心理物理學的研究正在蓬勃發(fā)展，該領域的結論正與我們的發(fā)現(xiàn)不謀而合。下一步，我們希望能將對人類味覺的更精確認知納入我們的模型。”

實現(xiàn)構想

最終，軟件產生了一系列食譜，并以三個標準排序：新奇程度、氣味怡人度和口味搭配。

最終輸出的食譜列表以新奇度（Surprise）、怡人度（Pleasantness）和搭配（Pairing）排出名次。

至此，終于到了放下筆記本，前往廚房的時候。

至于拉夫·瓦什內，他還沒有試遍系統(tǒng)的全套本事。他說：“上個周末我在柏林，我們與當?shù)匾幻鲝N合作，承辦了一場宴會的所有膳食，結果確實不錯。我尤其喜歡一份藏紅花味烤面包丁配烤番茄，還有一道低脂奶油飴糖伴紅梅香菜冰淇淋?！痹诓痪玫膶?，你甚至可能會看到附近一家店里正由計算機烹制食物。瓦什內補充說：“我們正在與數(shù)家大型食品生產商、食品供應商和香料/香精工坊討論這項技術?！?/span>