人工智能（AI）已经在我们的生活中的各个方面产生了革命性的影响，从购物到规划，甚至写作。然而，当涉及到烹饪时，AI一直难以按照正确的顺序遵循逐步的食谱。为了解决这个挑战，乔治亚理工学院计算学院的研究人员在这一领域取得了重要进展。
研究团队开发了一个名为ChattyChef的数据集，利用自然语言处理模型来帮助用户烹饪食谱。通过利用开源大型语言模型GPT-J的强大功能，ChattyChef的数据集由指导用户完成食谱的烹饪对话组成。
在他们的论文《改进的基于食谱对话的指令排序》中，研究人员深入探讨了使用大型语言模型构建AI厨师的复杂性。以往许多尝试利用语言模型进行烹饪的尝试都因为模型无法理解用户意图和准确追踪食谱进展（称为“对话状态”）而失败。此外，这些模型往往难以对于食材数量或烹饪时间等澄清问题提供精确答案。
为了解决这些挑战，研究人员将两个关键特性纳入到他们的模型中。第一个特性是用户意图检测，它有助于确定用户在预定义的一组可能性中的意图，比如请求下一步指导或询问有关食材的详细信息。第二个特性是指令状态跟踪，它使模型能够识别用户所在的具体步骤，实现了80%的准确率。
通过结合用户意图检测和指令状态跟踪，ChattyChef的第三个创新——响应生成的基础得以建立。通过利用用户意图，模型生成最合适的回答来回答用户的问题。同时，指令状态使得能够选择最相关的食谱部分。这种方法旨在防止在烹饪过程中产生混乱或给用户带来繁琐的步骤。
ChattyChef数据集基于WikiHow食谱，这些食谱获得了积极的评价，并且包含不超过八个步骤。为了创建这个数据集，研究人员采用了众包的方式，让个体扮演角色来确定要包含的最佳指令。
ChattyChef的创新潜力不仅限于烹饪领域。研究人员认为，这种方法可以在各个领域中得到应用，比如修理手册或软件文档。
综上所述，团队在解决使用大型语言模型构建AI厨师的挑战方面取得了重要进展。通过整合用户意图检测、指令状态跟踪和优化的响应生成，他们的ChattyChef系统展示了在烹饪食谱方面准确协助用户的潜力。这项研究为其他领域的广泛应用开辟了新的可能性，通过人工智能提升用户体验和简化复杂任务。