跳至主要內容

砧板上的多樣食材與鍋裡的清澈高湯:當數位世界講究精準調用,我們在廚房練習香氣的完美融合

騰訊微信公布 WeLM 混合專家模型,我們走進廚房,用香料抓與大骨高湯的萃取邏輯,把雜訊濾淨,煮出一碗清澈無雜質的鮮甜。

美食生活編輯部 ·
砧板上的多樣食材與鍋裡的清澈高湯:當數位世界講究精準調用,我們在廚房練習香氣的完美融合

回想一下你昨天晚餐喫了什麼。可能是一碗切仔麵,也可能是一盤簡單的蔥花蛋炒飯。多數時候,我們的一餐是由好幾種不同的食材拼湊而成的。豬肉帶著油脂的香氣,青蔥提供辛辣與清甜,醬油負責鹹鮮與色澤,大蒜則在底層穩住厚重的嗅覺。這幾樣東西缺一不可,但如果把它們全部丟進水裡胡亂煮沸,你只會得到一鍋混濁且味道打架的湯汁。

最近在科技圈引發討論的話題,也圍繞著類似的哲學。八月十三日,騰訊微信團隊正式公布了自家研發的大語言模型 WeLM。最引起工程師們關注的,是它採用的混合專家架構,以及極度追求資源利用效率的特性。這款模型擁有八百億個總參數,但在每一次運作時,只會精準喚醒其中三十億個參數。他們把這套機制應用在原生人工智慧助手「小微」上,讓它在面對你的問題時,能在瞬間判斷該呼叫哪一個特定的資料庫。未來正在開發的六千一百七十億參數版本,更是把這種只動用特定資源的邏輯推向極致。

聽到「參數」與「模型」這些詞彙,你的腦海可能會浮現充滿散熱風扇的機房。但如果我們把視角轉移到手裡的那把菜刀上,你會發現科技與做菜的底層邏輯,其實驚人地相似。

在資訊爆炸的時代裡,每天有成千上萬的訊息向我們湧來,就像廚房裡擺滿了上百種香料。當你想煮一道簡單的薑絲蛤蜊湯,你不需要拿八角、花椒或桂皮來湊熱鬧。你需要的是精準抓取老薑的辛辣和蛤蜊的鮮甜。微信的 WeLM 模型,做的事情就像一位經驗老到的廚師。它在巨大的資料庫裡,只挑選出與當前任務相關的記憶。這種為了避免雜味幹擾而發展出來的篩選機制,正是我們在廚房裡每天練習的功夫。

騰訊微信 WeLM 模型擁有八百億總參數,但每次運作僅精準喚醒其中三十億個參數的資源分配比例

當你站在瓦斯爐前,看著湯鍋裡的水開始冒出小氣泡。你把一把洗淨的青蔥和幾片薑絲丟進鍋裡,這就是一種最原始的「調用」。你沒有把冰箱裡的番茄、絲瓜或牛肉全部倒進去,因為你很清楚,那樣只會毀了這鍋清湯。

這讓人聯想到我們先前分析過的日常餐桌的油水調和與醬汁乳化哲學。乳化醬汁的重點在於讓原本互相排斥的油和水,透過不斷的攪拌與抓取,形成一種滑順且穩定的狀態。但在處理高湯時,我們追求的往往不是濃稠的融合,而是清澈的萃取。

接下來,我們試著把科技巨頭的程式碼邏輯,轉換成流理臺上的實作靈感。

你可以想像一下「混合專家模型」在廚房裡的樣貌。你的櫥櫃裡放著一罐罐不同的香料,那就是你的專家庫。煮咖哩的時候,你呼喚薑黃、小茴香和芫荽籽;滷豬腳的時候,你喚醒八角、桂皮和甘草;泡一杯熱紅茶時,你只需要幾片乾燥的伯爵茶葉。每一種香料都是一個獨立的專業單元。當你決定今晚的菜色時,大腦便下達指令,精準提取對應的香料,讓其他不相幹的食材繼續在櫥櫃裡休眠。

這套邏輯可以幫助你重新整理冰箱。看著那些被塑膠袋包裝的胡蘿蔔、半顆洋蔥、幾朵香菇和一塊昨天買的雞胸肉。如果你試圖把它們全部切碎丟進同一個平底鍋裡猛炒,味道肯定會打架。但如果我們學習人工智慧的資源分配方式,就能給這些食材一個更清晰的舞臺。

今天晚上,也許你可以來煮一鍋充滿乾淨鮮味的香菇雞清湯。

列舉不同料理場合所需呼叫的特定香料組合,包含滷肉用八角、海鮮用老薑、涼拌用蒜泥與熱飲用肉桂

先拿出那塊雞胸肉,用刀背稍微拍鬆。雞肉的蛋白質在溫和的加熱過程中,會慢慢釋放胺基酸。這就是這鍋湯的底層風味來源。接著,把幾朵乾香菇用溫水泡開。記得保留那鍋帶著深琥珀色的香菇水,裡面溶解了菇蕈類的鳥苷酸,這是一種能讓舌頭強烈感受到天然鮮味的物質。

當你在爐火上把水燒熱,請把火轉小。這是這道料理最關鍵的時刻。大語言模型在處理複雜任務時,需要精準控制運算資源以避免系統崩潰。煮高湯也是一樣。如果水溫過高、劇烈翻滾,雞肉裡的蛋白質會迅速收縮,把風味鎖死在肉纖維裡,同時把骨髓和脂肪打散到水裡,讓湯色變得灰白混濁。

我們要的是清澈的琥珀色液體。讓水面保持微微波動、偶爾冒出一兩顆小氣泡的狀態。這種精準的溫度控制,讓雞肉的鮮甜和香菇的香氣,有足夠的時間一點一滴地釋放到水裡。沒有多餘的雜質幹擾,沒有不必要的強烈香料搶戲。

如果你覺得這鍋湯還需要一點層次感,可以試著磨入一小撮白胡椒粉。白胡椒的分子在溫和的熱水裡擴散,會在舌根帶來一絲微弱的辛辣,這股氣味會像是一個隱形的支架,把雞肉的甜和香菇的鮮撐起來。這種感覺有點像我們在流理臺上用一壼冷萃穩住生活的萃取界線時所體會到的,給予時間和空間,讓最精華的風味自然滲透出來,雜質則被濾網阻擋在外。

在這個資訊超載的時代,我們每天都被迫接收來自四面八方的雜訊。工作羣組裡的訊息、社羣媒體上的動態、新聞推送的標題。這些東西就像是煮壞了的濁湯,把原本清晰的味覺搞得一團亂。正因為如此,大型科技公司在開發新模型時,才會如此強調精準與效率。他們明白,與其讓系統全盤接收,不如訓練它學會如何「忽略」不相幹的資訊。

我們在廚房裡,其實也在進行同樣的修煉。

當你把那一碗清澈見底的香菇雞湯端上桌,熱氣飄散在半空中。湯匙輕輕撥開表面的油花,送進嘴裡。第一口喝到的是溫熱的水,接著是香菇濃鬱的土壤氣息,最後是雞肉清甜的餘韻在喉嚨深處慢慢浮現。沒有任何多餘的調味料在舌頭上肆虐,每一種被你選中的食材,都恰如其分地扮演了自己的角色。

說明透過精準控制食材與溫度的萃取邏輯,能在日常廚房裡煮出無雜質的清澈風味

這是一碗需要耐心和判斷力才能完成的湯。你必須學會克制自己想要把所有冰箱剩菜都丟進去的衝動,也必須學會在恰當的時刻把火轉小。這與螢幕那頭,工程師們為人工智慧寫下程式碼時的心情,想必是一樣的。他們在浩瀚的數據流裡,試圖為龐大的系統理出一條乾淨、純粹的運作路徑。

生活其實也就是這樣的一場萃取過程。我們無法記住所有事情,也無法在每個當下都傾盡全力。我們需要像那個智慧模型一樣,學會在自己的心裡建立一個個不同的抽屜。今天遇到工作上的難題,就呼叫冷靜與理性的那一組參數;週末與家人共進晚餐,就喚醒溫暖與放鬆的那一部分自己。其他的煩惱與焦慮,就讓它們在抽屜裡靜靜休眠,不要讓它們跑出來幹擾這鍋清湯。

今晚,當你走進廚房,面對著一整桌的食材發愣時。不妨試著在心裡問自己一個問題:在這個當下,這頓飯最需要被喚醒的風味是什麼?

也許是幾片薑絲的辛香,也許是一瓣大蒜的嗆辣,或者是少許米酒的清雅。只要選對了主角,讓它們在正確的溫度下緩緩釋放香氣,你就能在這個複雜的世界裡,為自己熬煮出一份最純粹的鮮甜。那一口乾淨的滋味,足以接住你今天所有的疲憊與失衡。