AI可以帮助放射科医师诊断肺炎，预测您的音乐品味，甚至可以预测余震。而它也可以是一个非常强大的披萨师。

How To Generate (Almost) Anything，是由麻省理工学院的研究生和博士后研究人员建立的一个项目，机器学习模型textgnrnn是一个开源的循环神经网络，它可以从文本数据集中生成短语，用网上的美食博客上的数百个手工披萨食谱训练了它。他们与位于马萨诸塞州波士顿的工匠比萨饼店Crush Pizza合作，将它们变为现实。

那么AI厨师（被团队称为“Strono”）怎么做？虽然一些食谱含有一些非典型的成分，比如“切碎的焦糖芝士”和“胡桃木田园酱”，但其他食谱却出乎意料的美味，如“红薯豆和布里干酪”。然而，没有一个是完美的，因为团队的AI系统没有考虑其混搭中的成分或味道，它有时会省略蛋白质，酱料和奶酪（在这些情况下，Crush Pizza的驻地厨师提供了建议）。

当然，如果没有口味测试，没有食谱会是完整的，所以团队开了Crush Pizza的900度燃木烤箱并开始烹饪。这一系列的亮点包括蓝莓，菠菜和羊乳酪馅饼；培根，鳄梨和桃子；杏，梨，蔓越莓和意大利乳清干酪。无可争议的赢家是虾，果酱和意大利香肠组合，显然Crush Pizza的主人正在考虑把它放在菜单上，这已经足够了。

该组织在一篇媒体报道中写道：“在'AI觉醒'中机器正在擅长许多'人'工作，人们担心AI将最终通过取代它们来导致大规模失业。但当人类和机器一起工作以增强彼此的互补优势和技能时，我们相信我们可以取得最具创造性和最有成效的结果。”

这一披萨实验都会让人想起厨师Watson，即一个IBM研究项目，旨在通过分析数百种不同成分的化学成分，超过10000种食谱来创建新配方。其创作的食谱于2015年出版。

总部位于洛杉矶的创业公司Halla采用略微不同的方法进行食品解码，利用10000个杂货，20000个食材，175000个食谱和2000万个餐馆菜肴的数据库，建立了风味，外观和饮食吸引力等属性的分类地图。

首席执行官兼联合创始人Spencer Price在8月接受采访时表示，“食物其实非常具有心理作用，每道菜都会分解成数据丰富的子组件。”

How To Generate (Almost) Anything是以麻省理工学院的How to Make (Almost) Anything课程为原型，将其描述为“通过AI增强人类能力并突破创造力的界限”。该项目的目标是每周“用AI生成一些东西”，并在YouTube，媒体和社交媒体上发布结果。

它在麻省理工学院媒体实验室创始成员马文明斯基和人工智能培训成千上万的80年代和90年代街机歌曲之间的钢琴二重奏开始了它的系列，还有一个服装设计生成模型训练成千上万的老式缝纫图案杂志。

它以一段钢琴二重奏的形式拉开了序幕，麻省理工学院媒体实验室创始成员Marvin Minsky与AI用数千80年代和90年代的街机歌曲上进行了训练。