Robotisk ‘kok’ trænet til at smage mad

En gruppe forskere fra University of Cambridge har skabt en robot “kok”, der er trænet til at smage mad på forskellige stadier af tyggeprocessen. Mens den smager maden, bestemmer roboten, om den er tilstrækkeligt krydret.

Den resulterende forskning blev offentliggjort i Frontiers in Robotics & AI.

Automatisering af tyggeprocessen

Forskerholdet arbejdede med Beko, en producent af husholdningsapparater, for at træne robotkoken til at vurdere saltindholdet i en ret under tyggeprocessen. Denne proces ligner det, som mennesker gør.

De nye fremskridt kan hjælpe med at udvikle automatiserede eller semi-automatiserede madlavningsteknologier, hvor robotter kan bestemme, hvad der smager godt eller ikke.

Mennesker går igennem en kompleks proces, når vi tygger mad, hvor vi lægger mærke til ændringer i tekstur og smag. Den robotiske modpart smagte ni variationer af æg og tomater og gjorde det under tre forskellige stadier af tyggeprocessen. Resultatet var ‘smagskort’ over de forskellige retter.

“Smag undervejs”-tilgangen viste sig at forbedre robotens evne til hurtigt og nøjagtigt at vurdere saltindholdet i en ret i forhold til eksisterende elektroniske smagsteknologier. Robotten havde tidligere været trænet til at lave omeletter på basis af menneskelig smag.

Smag er meget afhængig af den enkeltes egne præferencer, og de bedste kokke læner sig på deres smagsSans til at balancere smagsstoffer, mens de smager undervejs.

Grzegorz Sochacki er den første forfatter på artiklen fra Cambridges Department of Engineering.

“De fleste hjemmekokke er bekendt med konceptet ‘smag undervejs’ – at kontrollere en ret under madlavningen for at se, om balance af smagsstoffer er rigtig,” sagde Sochacki. “Hvis robotter skal bruges til visse aspekter af madlavning, er det vigtigt, at de kan ‘smage’, hvad de laver.”

Dr. Arsen Abdulali er medforfatter fra Department of Engineering.

“Når vi smager, giver tyggeprocessen kontinuerlig feedback til vores hjerner,” sagde Dr. Abdulali. “Aktuelle metoder for elektronisk test kun tager et enkelt snapshot fra en homogeniseret prøve, så vi ønskede at reproducere en mere realistisk proces for tygning og smag i et robot-system, som skulle resultere i en lækkerere slutprodukt.”

Forskerholdet tilhører Cambridges Bio-Inspired Robotics Laboratory, ledet af professor Fumiya Iida fra Department of Engineering. Dette laboratorium arbejder med at træne robotter til at udføre opgaver, som mennesker finder lette, men som viser sig svære for robotter. En af disse opgaver er madlavning.

“Vi havde brug for noget billigt, lille og hurtigt at tilføje vores robot, så den kunne smage: det skulle være billigt nok til at bruge i et køkken, lille nok til en robot og hurtigt nok til at bruge under madlavning,” sagde Sochacki.

Konstruktion og træning af robotten

Forskerne tilføjede en ledningsfølsomhedssonde, der fungerer som en saltkoncentrations-sensor, til en robotarm. Dette gjorde det muligt for robotten at efterligne den menneskelige proces for tygning og smag. Når forskerne forberedde æg og tomater-retterne, varierede de antallet af tomater og mængden af salt i hver.

Med sondeen kunne robotten ‘smage’ retterne i en grid-lignende facon og behandle resultaterne på få sekunder.

Forskerne puttede herefter æggeblandingen i en blender, før robotten smagte den igen, hvilket imiterede ændringen i tekstur, der opstår under tygning.

Teknikken er stadig et bevis på konceptet, men forskerne mener, at robotter vil være i stand til at skabe mad, som mennesker vil nyde. De kunne endda producere personlig tilpasset mad afhængigt af den enkeltes smag.

“Når en robot lærer at lave mad, som enhver anden kok, har den brug for indikationer af, hvor godt den gjorde det,” sagde Abdulali. “Vi ønsker, at robotterne skal forstå begrebet smag, hvilket vil gøre dem til bedre kokke. I vores eksperiment kan robotten ‘se’ forskellen i maden, mens den tygges, hvilket forbedrer dens evne til at smage.”

Dr. Muhammad W. Chughtai er seniorvidenskabsmand hos Beko.

“Beko har en vision om at bringe robotter ind i hjemmet, der er sikre og lette at bruge,” sagde han. “Vi mener, at udviklingen af robotkokke vil spille en stor rolle i travle husholdninger og hjælp til at leve i fremtiden. Dette resultat er et spring fremad i robotmadlavning, og ved at bruge maskin- og dyb-læringsalgoritmer vil tygning hjælpe robotkokke til at tilpasse smag for forskellige retter og brugere.”

Forskningen modtog støtte fra Beko og Engineering and Physical Sciences Research Council (EPSRC), som er en del af UK Research and Innovation (UKRI).