当计算机试图模仿人类时，它们常常会感到困惑。但所谓的神经网络中的模拟脑细胞可以模仿我们解决问题的能力。人工智能会查看数据集，找出其支配规则，并利用这些指令来创造新事物。我们已经使用这些机器人来识别面孔、驾驶汽车和为盲人撰写图片说明。但计算机能做饭吗？我给一个神经网络喂了数千个食谱，并让它自己想出一些东西。它吐出了一个……有趣的菜。
1. 失忆人工智能
为了保持处理速度，网络一次只能记住 65 个字符。它会在本来会忘记我们正在制作“巧克力”之前不久加入可可。希望它会忘记黑布丁通常含有血液。
2. 词语沙拉
标题、类别、配料、说明。由于我们提取的所有食谱都保持一致，因此它每次都能获得这种格式。但我的 AI 没有见过多少关于如何使用芝麻等稀有食材的例子。
3. 日期圣洁
听起来像糖霜！我们还在甜点领域。但名字是怎么回事？大写字母很难处理；它们被视为与小写字母无关。神经网络必须从头开始，通过很少的例子来学习这些。
4. 甜蜜的失败
配料表已经从记忆中消失了。巧克力只是从普通的食谱中随机猜测出来的。 “直到金黄酥脆”可能意味着甜味或咸味，歧义会使网络感到困惑。大蒜？游戏结束。
5. 反馈
困惑的网络正在吐出随机的词语——制造更多的困惑，导致更多的随机词语。但它记住了关闭括号。很可能有一个神经元专门用于处理括号。
6. 美味？
像“霜”或“上菜”这样的词可以提示网络完成；我们的数据集中的许多食谱都以这种方式结束。我们的碰巧放弃了——它可以一直进行下去。我们当时在做蛋糕，对吧？就当是蛋糕吧。
数据
| 互联网食谱 | 24,044 |
| 以“巧克力”开头的食谱数量 | 647 |
| 在 2010 年的 Macbook Pro 上训练时间 | 两天 |
| 含有血液的食谱数量 | 8 |
本文最初发表于《大众科学》2018 年春季刊“智识”特刊。
