烘焙|用贝叶斯优化做巧克力曲奇，谷歌这项研究登上了NeurIPS( 二 ) 烘焙

总的来看， Max栏的z分数基本上为正，表明每次给出的配方都取得了进步。
其中， Pgh-2的max值都很低，说明当唯一的可调节配料是香草精和橙香精时，做出来的巧克力曲奇都不会太差。
而Pgh-3的max值中的大值可能意味着在配方中添加过多的辣椒会导致饼干味道变差。
……
有意思的是，研究人员发现，山景城的最佳配方与匹兹堡比起来，有两处不同：
一是辣椒更少，基本为0；
二是糖含量也更低。
这个差异让研究团队意识到，人们可以用贝叶斯优化为不同城市、公司中的烘焙店提供“个性化”产品。
此外，他们将这两配方和参照组进行比较，发现含糖量都比较低——这说明机器学习给的配方可能有一个重要的优势：

相比烹饪书作者，它们更懂得食客真正喜欢什么样的饼干。

研究人员还表示，让人类厨师修改机器配方也是山景城实验成功的关键，这可以作为未来工作的一个有趣方向。
当然，最可喜可贺的还是谷歌自助餐厅的厨师们在了解了这个优化器的工作流程和原理后给予了认可， “热情地”签署了合作协议。
不知道现在，谷歌员工吃上了这样高大上的“机器学习曲奇”没（doge）？
配方在此
所以，这么好吃的巧克力曲奇到底应该怎么做？
所幸作者没有吝啬，在附录中进行了配方大公开。
首先是匹兹堡的，需要：

167克通用面粉
196克黑巧克力片
1/2茶匙小苏打
1/4茶匙盐
1/4茶匙辣椒（cayenne pepper）
108克糖（88%红糖， 12%白糖）
30克鸡蛋
129克黄油
3/8茶匙橙香精（orange extract）
1/2茶匙香草精

其次是山景城的，需要：

167克通用面粉
245克牛奶巧克力片
0.6茶匙小苏打
0.5茶匙盐
0.125茶匙辣椒（cayenne pepper）
127克糖（31%红糖， 69%白糖）
25.7克鸡蛋
81.3克黄油
0.12茶匙橙香精（orange extract）
0.75茶匙香草精

细看确实基本每一种配料都有不少改动。
不知道这俩口味是否符合我们的胃口？
有意思的是，这篇研究中了当时的NeurIPS后，团队还专门又做了一批出来，在会议现场进行分发。
这不，就有人尝到了成品，还说真的很美味。

最后，有人看了这款贝叶斯优化饼干，表示迫不及待想在浓缩咖啡上试试了～
你有没有做过类似有意思的跨学科研究？
【烘焙|用贝叶斯优化做巧克力曲奇，谷歌这项研究登上了NeurIPS】来源：量子位