看机器人厨师如何煎蛋! – 全球新知

Breaking News


由一组工程师训练出来的一个机器人,会自己煎蛋,从鸡蛋打碎到完成菜的全过程,具备完善的厨师烹饪技能,制作出端得上台面的美味菜肴。

剑桥大学研究人员与 Beko 家电公司合作,使用机器学习来训练机器人,以解决高度主观的口味问题。结果公布在 IEEE 机器人与自动化通讯期刊,并将在网上提供查阅,为机器人与自动化IEEE国际会议(ICRA 2020)之线上虚拟会议内容。

几十年来,煮饭机器人一直是科幻小说家、未来主义者和科学家的愿望。随着人工智能技术的进步,商业公司已经建立了原型机器人厨师,尽管这些厨师机器人目前尚无商用化,并且在技术上远远落后于人类同行。

“对于机器人学家来说,烹饪是一个非常有趣的问题,因为人类在食物方面永远不可能完全客观,所以作为科学家,我们如何评估机器人是否做得好吃?” 负责这项研究的剑桥工程系 饭田文野(Fumiya Iida)博士说。

教导机器人准备和烹饪食物是一项艰巨的任务,因为它必须处理机器人操作、计算机视觉、传感和人机交互中的复杂问题,并生产出一致的最终产品。

此外,每个人的口味不同——烹调是定性的任务,而机器人通常擅长定量任务。由于口味不是通用的,因此不存在通用的解决方案,与其他优化问题不同,需要开发专用工具来使机器人准备食物。

其他研究小组也已经训练了机器人制作饼干、煎饼,甚至比萨饼,但是这些机器人厨师并未针对烹饪中涉及的许多主观变量进行优化。

长期以来,蛋类,尤其是煎蛋,一直被认为是一种烹饪技巧的考验。法国有一则流行的烹饪传说,说厨师帽上的一百个褶中,每一个褶就代表一种不同的煮鸡蛋方式。

饭田说:“煎蛋是其中的一道菜,很容易做,但做得好却很难。我们认为这将是提高机器人烹调能力并优化口味、质地、气味和外观的理想测试。”

饭田和他的同事训练机器人厨师煎蛋,包括击破蛋壳到装盘上菜。这项工作在剑桥工程系中进行,使用Beko plc 和 Symphony Group 提供的测试厨房。

饭田团队开发的机器学习技术,利用称为“贝叶斯推理”的统计工具,从有限数量的数据样本中尽可能提取更多的信息,才能避免人类试吃者被试吃煎蛋给撑爆。

饭田说:“我们面临的另一个挑战是人类味觉的主观性——人并非很擅长给出绝对的量度,通常在味觉上只会给出相对的量度。” “因此,我们需要调整机器学习算法——所谓的批处理算法,以便人类品尝者可以基于比较评估、而不是顺序评估来提供信息。”

而机器人厨师的评价如何呢?“总而来说,煎蛋尝起来很棒——比预期的要好得多!” 饭田说。

结果表明,机器学习可用于食品优化方面的量化改进。此外,这种方法也可以轻松地扩展到多个机器人厨师共事。


原文来源:Cambridge Research News: A good egg: robot chef trained to make omelettes
(CC BY 4.0 International)



本文来源 Topic News

Copied title and URL