Команда инженеров подготовила робота для приготовления омлета, от взлома яиц до готового блюда, и усовершенствовала кулинарные навыки шеф-повара, чтобы приготовить надежное блюдо, которое действительно имеет приятный вкус.
Исследователи из Кембриджского университета в сотрудничестве с компанией по производству бытовой техники Beko использовали машинное обучение для обучения робота учету весьма субъективных вопросов вкуса. Результаты представлены в журнале IEEE Robotics and Automation Letters и будут доступны онлайн в рамках виртуальной Международной конференции IEEE по робототехнике и автоматизации (ICRA 2020).
Робот, который умеет готовить, на протяжении десятилетий был целью ученых-футуристов и ученых. По мере развития методов искусственного интеллекта коммерческие компании создали прототипов роботов-шеф-поваров, хотя в настоящее время ни один из них не является коммерчески доступным, и по уровню квалификации они значительно отстают от своих коллег-людей.
«Приготовление пищи — это действительно интересная проблема для робототехников, поскольку люди никогда не могут быть абсолютно объективными, когда речь заходит о еде, так как же мы, ученые, оцениваем, хорошо ли робот работал?» сказала доктор Фумия Иида из Кембриджского технического департамента, который руководил исследованиями.
Обучение робота приготовлению и приготовлению пищи является сложной задачей, поскольку оно должно решать сложные проблемы, связанные с манипуляциями с роботом, компьютерным зрением, зондированием и взаимодействием человека и робота , а также создавать согласованный конечный продукт.
Кроме того, вкус отличается от человека к человеку — приготовление пищи является качественной задачей, в то время как роботы, как правило, преуспевают в количественных задачах. Поскольку вкус не универсален, универсальных решений не существует. В отличие от других задач оптимизации, для роботов для приготовления пищи необходимо разработать специальные инструменты.
Другие исследовательские группы обучали роботов готовить печенье, блины и даже пиццу, но эти повара-роботы не были оптимизированы для многих субъективных переменных, связанных с приготовлением пищи.
Яичные блюда, в частности омлеты, издавна считались испытанием кулинарного мастерства. Популярный фрагмент французской кулинарной мифологии гласит, что каждая из ста складок в шляпе шеф-повара представляет собой другой способ приготовления яйца, хотя точное происхождение этой пословицы неизвестно.
«Омлет — одно из тех блюд, которые легко приготовить, но трудно приготовить хорошо», — сказала Иида. «Мы подумали, что это будет идеальный тест для улучшения возможностей робота-шеф-повара и оптимизации вкуса, текстуры, запаха и внешнего вида».
В партнерстве с Беко Иида и его коллеги обучили своего робота-шеф-повара готовить омлет, от взлома яиц до нанесения на тарелку готового блюда. Работа выполнялась в инженерном отделе Кембриджа с использованием тестовой кухни, поставляемой Beko plc и Symphony Group.
Техника машинного обучения, разработанная командой Ииды, использует статистический инструмент, называемый байесовским умозаключением, чтобы выжать как можно больше информации из ограниченного количества выборок данных, что было необходимо, чтобы избежать переполнения омлетами людей-дегустаторов.
«Другой проблемой, с которой мы столкнулись, была субъективность человеческого вкуса: люди не очень хорошо дают абсолютные измерения и обычно дают относительные, когда дело касается вкуса», — сказала Иида. «Поэтому нам нужно было настроить алгоритм машинного обучения — так называемый пакетный алгоритм — чтобы люди-дегустаторы могли предоставлять информацию, основанную на сравнительных оценках, а не на последовательных».
Но как робот стал шеф-поваром? «Омлеты, в общем, имели прекрасный вкус — намного лучше, чем ожидалось!» сказала Иида.
Результаты показывают, что машинное обучение может быть использовано для получения количественных улучшений в оптимизации продуктов питания. Кроме того, такой подход может быть легко распространен на нескольких роботизированных поваров. Дальнейшие исследования должны быть проведены, чтобы исследовать другие методы оптимизации и их жизнеспособность.
«Беко увлечен дизайном кухни будущего и считает, что такие робототехнические приложения будут играть важную роль. Мы очень рады сотрудничеству с доктором Иидой по этой важной теме», — сказал д-р Грэм Андерсон, промышленный проект. руководитель Кембриджского научно-исследовательского центра Beko.