想換個新食譜？深度學習來幫你

據外媒報道，深度學習可幫助我們更新食譜。想像一下你最喜歡的首選食譜變成符合任何不同地區飲食文化的傳統技藝和食材。例如，意式寬面，但是日本菜或衣索比亞菜系裡自然形成的一種意式寬面。沒有「融合」，而是更深層的東西——按照其他地方的烹飪傳統對意式寬面的定義進行全面改寫。

這做起來未必簡單或順理成章，但由法國、美國和日本研究人員組成的團隊開發的一種新的機器學習演算法提供了基於神經網路和大量食物數據的自動化解決方案。2017年5月，(通過I Programmer網站)發表在arXiv預印本伺服器上的一篇文章指出，該研究結果是一個系統，可以把給定的食譜轉變成另一種飲食風格，例如壽司意麵，還能對食譜的內在風格元素進行解析。

當談到數據，食譜就是令人好奇的領域。一種食譜本身就是一種演算法，它是文化的一個方面，被非常仔細地量化，無論量化形式是湯匙、盎司，還是各食材之間的比率。即使是想對食譜進行統計分析，似乎都是自然而然的事情，特別是在各種飲食文化持續地融合的情況下。

「隨著全球化日益增加，經濟不斷發展，用特定的傳統風格去確定一種食譜的飲食風格變得越來越困難，因為在亞洲、歐洲等地的很多國家飲食模式都在不斷變化和融合。」該論文解釋道，「對於這種變化融合帶來的挑戰，據我們所知，人們幾乎沒有放精力去開發演算法來把一種食譜的飲食風格轉換成任何選定的飲食模式。」

該系統的第一個組件所分配的任務是接收大量食譜，利用這些食譜訓練神經網路，確定代表一個特定國家烹飪風格的食譜特點。然後，這個模式可以用來接收新的食材列表，預測該列表對應於哪個國家的菜系。這部分是一個相當典型的機器學習分類問題。系統的下一個部分是針對食譜的風格混合，並將其可視化為牛頓圖（Newton diagram），在二維坐標圖中顯示了數據內的混合。系統的第三部分針對食材，通過所謂的word2vec模型將食材分組。這是詞語之間——在本案例中是食譜食材之間——的一種量化關係方法，常用於文本分析。相似的詞語或食材由相似的詞語或食材關係表示。其結果是以很深入的方式來展現食材之間如何相似、什麼食材可以代替其他食材等。這就是系統如何得出它的替代食譜變體。

該研究團隊中有一名專業廚師，他們真的去烹飪由此得到的食譜。吃得更好是終極目標。「不健康的飲食風格是亟待解決的最重要公共衛生問題之一。」該論文指出，「鑒於過去的研究已經確定了健康食譜是什麼，未來的努力應該集中於開發數據驅動系統，把健康食譜轉換成任何給定的飲食風格。那麼科學證明健康的且符合用戶獨特飲食偏好的飲食風格就能為用戶所接受。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！