【今天咱们整了个超级牛掰的做饭AI叫"吃货博士"！这货可不是一般的菜谱APP，它肚子里装着1000种食材的绝配秘籍，就像知道薯条和番茄酱是天生一对那样靠谱！】
（敲黑板）重点来了：
1️⃣ 咱们实验室的学霸大神@jaklerad搞了个超神操作，把食材搭配整成了300层的"俄罗斯套娃"数学模型——简单说就是比米其林大厨还懂怎么混搭食材！
2️⃣ 为证明没吹牛，直接开放了个"傻瓜式菜谱生成器"，不用充会员！不用填手机号！打开就能让你家泡面秒变米其林！（友情提示：泡面本人不参与本次升级）】
（突然正经）翻译腔补充：本系统基于分子美食学原理，通过风味化合物协同作用实现...（被学生扔橡皮）好吧就是说这AI真的知道草莓配黑胡椒为啥会上头！】
PS：你们化学老师看到这个模型可能会激动到把元素周期表吃掉
APP地址：https://epicure.kaikaku.ai/
1、理论依据：风味网络与食物搭配原理
简单来说，这篇论文就像一个“食物侦探”，它想解开一个谜团：为什么有些食材搭在一起好吃，有些却不好吃？ 他们发现，这背后可能藏着一个“秘密武器”——风味化合物。
什么是风味化合物？
你可以把风味化合物想象成食材的“味道基因”。 比如，草莓有草莓的味道基因，巧克力有巧克力的味道基因。这些“味道基因”决定了我们尝到食物时的各种感觉，包括气味、味道，甚至那种“新鲜劲儿”或“辛辣感”。
他们是怎么研究的？
- 收集食材的“味道基因图谱”： 科学家们就像给各种食材做了DNA检测，找出了每种食材含有哪些风味化合物。 比如，他们发现虾和番茄都含有一些相同的风味化合物。
- 构建“风味网络”： 想象一下，每个食材都是一个“小圆点”，如果两个食材共享相同的“味道基因”，它们之间就会被一条“线”连接起来。 这条“线”越粗，说明它们共享的“味道基因”越多。 这样就形成了一个巨大的“风味网络”！
- 分析食谱： 他们收集了来自北美、西欧、南欧、拉丁美洲和东亚的56,498份食谱，看看人们平时是怎么搭配食材的。
他们发现了什么有趣的现象？
1、“味道基因”相似的食材更受欢迎？
西方菜（北美和西欧）：他们发现，西方菜系特别喜欢把那些共享很多“味道基因”的食材搭配在一起。 就像是，“门当户对”的食材更容易被西方人选中。例如，在北美菜中，共享化合物越多的食材，越有可能一起出现在食谱中。
东方菜（东亚）：有趣的是，东亚菜系正好相反！他们更倾向于避免使用那些共享很多“味道基因”的食材。 就像是，东亚人更喜欢“天南海北”的食材碰撞出新的火花。在东亚菜中，食材共享的风味化合物越多，它们一起使用的可能性就越小。
2、少数“关键食材”决定了风味： 他们还发现，每个菜系的独特风味，往往是由少数几种“关键食材”决定的。
北美菜：牛奶、黄油、可可、香草、奶油和鸡蛋这些食材对北美菜的风味贡献最大，它们通常会增加共享风味化合物的效果。
东亚菜：牛肉、生姜、猪肉、辣椒、鸡肉和洋葱这些食材在东亚菜中扮演着重要角色，它们通常会减少共享风味化合物的效果。
风味“金字塔”： 论文中还用“风味金字塔”展示了不同菜系最“地道”的食材和食材组合。
北美菜：大量使用乳制品、鸡蛋和小麦。他们最“地道”的食材组合往往共享许多风味化合物。
东亚菜：以酱油、芝麻油、大米和生姜等植物提取物为主。而他们最“地道”的食材组合中，共享风味化合物的链接却很少见。
2、FlavorGraph
FlavorGraph是一个由8 K节点和147 K边组成的大规模食品成分/化合物网络。由于它不仅接受了食品与食品之间的关系训练，而且还接受了化合物与化合物之间的关系训练，因此我们的FlavorGraph 2 Vec能够根据化学背景提供合理的食品成分配对建议。
食物搭配是一个尚未完全开创的领域，尽管我们的日常经验和大量的食物数据。迄今为止，这种复杂而细致的工作是由天才厨师的直觉决定的。我们介绍FlavorGraph，它代表了一个基于100多万个食物食谱和1,500个风味分子信息的大规模食物图。我们从统计学和化学两方面分析和提取食物之间复杂而细致的关系，以便我们能够给出更好的食物配对提示。我们基于深度学习的图嵌入方法在食物聚类上优于其他基线方法。我们的模型中的食物搭配建议不仅显示出更好的结果，而且还显示出根据情况可能有几种建议。我们的研究提供了一个新的思考，不仅对食物配对技术，但也食品科学一般。