新的厨师数据集将人工智能引入烹饪

人工智能 (AI) 可以帮助人们购物、计划和写作，但不能帮助人们做饭。事实证明，人类并不是唯一难以按照正确顺序一步一步遵循食谱的人，但佐治亚理工学院计算机学院的新研究可能会改变这种情况。

研究人员创建了一个名为 ChattyChef 的数据集，它使用自然语言处理模型来帮助用户烹饪食谱。ChattyChef 的烹饪对话数据集使用开源大语言模型 GPT-J，遵循用户的食谱。

研究人员在第 61 届计算语言学协会年会上发表的论文《改进基于食谱的对话中的指令排序》中展示了他们的人工智能，该研究也发表在arXiv预印本服务器 上

尽管其他研究人员已经对人工智能厨师的可能性进行了理论分析，但佐治亚理工学院的工作推动了该领域的发展。“我们是最早分析使用大型语言模型构建人工智能厨师所面临的挑战的研究团队之一，”博士 Duong Le 说。交互计算学院的学生。

大多数使用语言模型进行烹饪的尝试都失败了，因为 GPT-J 不理解用户下一步想要做什么或用户意图，并且很难跟踪用户在食谱中的进度——研究人员称之为“状态”对话。” 它也无法轻松回答澄清问题，例如有关成分数量或烹饪时间的问题。

例如，也许有人正在尝试煮薯饼。人工智能告诉他们在锅里融化黄油并加入土豆。然后用户询问下一步。一个糟糕的机器人可能会弄乱订单并告诉他们提供薯饼，即使他们还没有完成烹饪。或者用户提出一个后续问题，即炸薯饼要煮多长时间，人工智能就不够精确，而是给出一个大概的时间，而不是指定每一面的烹饪时间。

考虑到这一点，研究人员确保他们的模型具有两个关键特征：

用户意图检测，用于在一组固定的可能性中确定用户的当前意图，例如“询问下一条指令”或“询问有关成分的详细信息”。

指令状态跟踪可识别用户正在进行哪个配方步骤，准确率高达 80%。

这些功能的综合信息支持 ChattyChef 的第三项创新——响应生成。用户意图有助于生成回答用户问题的最佳响应。指令状态选择菜谱中最相关的部分，而不是包括整个菜谱，以避免用户在烹饪时感到困惑或增加额外的步骤负担。

ChattyChef 数据集是根据 WikiHow 菜谱构建的，具有正面评价且步骤少于八个。研究人员众包人们进行角色扮演，让他们如何使用 ChattyChef 来确定哪些指令最适合包含在数据集中。

研究人员认为，ChattyChef 的创新可以用于烹饪以外的许多领域，例如维修手册或软件文档。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！