文/朗恩.傅利曼;譯/陳信宏

在變數有限的情況下,人類相當善於偵測模式,但超過一定的複雜度之後,我們的表現就會大幅下滑。而電腦演算法正是在這種情況下大大勝過我們。演算法能夠評估龐大的特質資料庫,同時分析多項元素,也能隨著新資料出現而即時更新預測。演算法也不像人類會下意識也受到他人期望和社會壓力影響,所以不怕提出非傳統的預測。

這些優勢疊加起來之後,與人類的差距就會越拉越大。舉個簡單的例子,看看 IBM 怎麼悄悄顛覆了烹飪界。不久以前,在以 IBM 的首任執行長湯瑪斯.華生(Thomas J. Watson)為名的機器學習程式「華生」當中,該公司的程式設計師輸入了兩類資訊,包括研究一般人認為美味的食物所得出的發現(這個領域稱為「享樂心理物理學」),以及《好胃口》雜誌(Bon Appétit)歷來的完整食譜檔案。他們把輸入這些資訊之後的程式稱為「華生主廚」,然後依據其偵測出來的模式,從資料當中產生出新菜餚的食譜。

結果極為驚人,而且不只是因為華生主廚提出的創新組合建議,而是因為其演算法破解的潛藏原則。

如果談到一道菜餚的成功,經常只會聚焦單一因素:口味。不過,華生的分析顯示,一道菜餚之所以令人無可抗拒,原因乃在於香氣。原來,烤雞或豐盛的龍蝦濃湯發出的氣味,會啟動鼻子與喉嚨裡的受體,早在我們咬下第一口之前,就分沁大量令人愉悅的腦內啡釋入血液當中,以自己沒意識到的方式引起愜意感。

從華生主廚的發現當中獲得的第二項洞見又更加珍貴,對於處理資料的能力不亞於切菜技術的電腦廚師而言尤其如此。這項洞見就是,香氣的核心關鍵乃是一種數學組合。

你不需實際煮一道菜來確知這是否會產生怡人香氣,只需在電腦上打開 Excel 檔案,分析一份食譜的食材就行了。每種食材都帶有特定的化學物質,為其賦予獨特香味,這些化學物質稱為芳香族化合物。華生主廚的分析,就是揭露了贏得獎項與各方好評的菜餚當中其實潛藏共同模式:這些食材都具有許多相同的芳香族化合物。

這種以資料分析為導向的洞見,利用複雜的數學運算掀開表象,深入挖掘,因此得以揭露肉眼不可見的結構,而華生主廚即是藉此解釋,為什麼有些食物會受到世人一致喜愛。以披薩為例:根據 IBM 計算,番茄、莫札瑞拉起司、帕瑪森起司以及烤餅皮含有超過一百種相同的芳香族化合物,所以披薩的組合才會讓人類的味蕾幾乎無法抗拒。

華生主廚也能利用這些洞見產出複雜而且驚世駭俗的新菜餚,是傳統廚師絕對不會考慮的食材組合。在華生推薦的新菜單裡有些較吸引人的例子:烤蘆筍搭配黑巧克力;烤鴨搭配番茄、橄欖與櫻桃;還有烤雞肉串搭配草莓、蘋果與蘑菇。

由此可見,就算是最富野心的烹飪專家,如果沒有電腦幫忙,也難以得出華生主廚分析出的結論。不過,從 Tinder 與華生背後的演算法採取的程序化做法還可以學到許多東西,尤其是針對我們希望仿效的作品進行逆向工程時。

接下來會進一步檢視演算法如何破解隱藏模式:從第一步的蒐集例子開始。

※ 本文摘自逆向工程,你我都能變優秀的祕訣》,原篇名為〈美食裡的隱藏公式:為什麼你無法抗拒自己最喜愛的菜餚〉,立即前往試讀►►►

  • 用Line傳送