Connect with us

Robotik

Robotisk ‘Kock’ Tränad att Smaka Mat

mm

En grupp forskare vid University of Cambridge har skapat en robot “kock” som är tränad att smaka mat i olika stadier av tuggprocessen. Medan den smakar på maten bestämmer roboten om den är tillräckligt kryddad. 

Den resulterande forskningen publicerades i Frontiers in Robotics & AI

Automatisering av Tuggprocessen

Forskarteamet arbetade med Beko, en tillverkare av hushållsapparater, för att träna robotkocken att bedöma saltigheten i en rätt under tuggprocessen. Denna process är liknande den som människor utför. 

De nya framstegen kan hjälpa till att utveckla automatiserade eller semi-automatiserade matberedningsteknologier, där robotar kan bestämma vad som smakar bra eller inte. 

Människor går igenom en komplex process när de tuggar mat, där vi märker förändringar i textur och smak. Den robotiska motsvarigheten smakade på nio varianter av äggröra och tomater, och gjorde det under tre olika stadier av tuggprocessen. Resultatet blev ‘smakkartor’ av de olika rätterna. 

“Smak-så-du-går”-tillvägagångssättet visade sig förbättra robotens förmåga att snabbt och korrekt bedöma saltigheten i en rätt jämfört med befintliga elektroniska smakteknologier. Roboten hade tidigare också tränats att göra omeletter baserat på feedback från mänskliga smakprovare. 

Smak är starkt beroende av varje individs egna preferenser, och de bästa kockarna förlitar sig på sin smaksinne för att balansera smaker medan de smakar på medan de lagar mat. 

Grzegorz Sochacki är den första författaren till artikeln från Cambridges avdelning för ingenjörsvetenskap. 

“De flesta hemmakockar kommer att vara bekanta med konceptet att smaka medan man lagar mat — att kontrollera en rätt under tillagningsprocessen för att se om smakbalansen är rätt,” sa Sochacki. “Om robotar ska användas för vissa aspekter av matlagning, är det viktigt att de kan ‘smaka’ på vad de lagar.” 

Dr. Arsen Abdulali är medförfattare, också från avdelningen för ingenjörsvetenskap. 

“När vi smakar, ger tuggprocessen kontinuerlig återkoppling till våra hjärnor,” sa Dr. Abdulali. “Nuvarande metoder för elektronisk provsmakning tar bara ett enda ögonblicksbild från en homogeniserad prov, så vi ville replikera en mer realistisk process för tuggande och smakande i ett robotiskt system, vilket borde resultera i en godare slutprodukt.” 

Forskarteamet tillhör Cambridges Bio-Inspired Robotics Laboratory, som drivs av professor Fumiya Iida vid avdelningen för ingenjörsvetenskap. Detta labb arbetar med att träna robotar att utföra uppgifter som människor finner lätta men som visar sig svåra för robotar. En av dessa uppgifter är matlagning. 

“Vi behövde något billigt, litet och snabbt att lägga till vår robot så att den kunde smaka: det behövde vara billigt nog att användas i ett kök, litet nog för en robot och snabbt nog att användas medan man lagar mat,” sa Sochacki. 

Konstruktion och Träning av Roboten

Forskarna fäste en ledningsprov, som fungerar som en salinitetsensor, till en robotarm. Detta möjliggjorde för roboten att imitera den mänskliga processen för tuggande och smakande. När forskarna preparerade äggröra och tomater, varierade de antalet tomater och mängden salt i varje. 

Med proverna kunde roboten ‘smaka’ på rätterna i ett grid-liknande mönster och bearbeta resultaten på några sekunder. 

Forskarna placerade sedan äggsmeten i en mixer innan de lät roboten smaka på den igen, vilket imiterade den förändring i textur som orsakas av tuggande. 

Tekniken är fortfarande ett bevis på konceptet, men forskarna tror att robotar så småningom kommer att kunna skapa mat som människor kommer att njuta av. De kan till och med producera personlig mat beroende på individens smak. 

“När en robot lär sig att laga mat, som vilken annan kock som helst, behöver den indikationer på hur bra den gjorde,” sa Abdulali. “Vi vill att robotarna ska förstå konceptet med smak, vilket kommer att göra dem till bättre kockar. I vår experiment kan roboten ‘se’ skillnaden i maten medan den tuggas, vilket förbättrar dess förmåga att smaka.” 

Dr. Muhammad W. Chughtai är seniorforskare vid Beko. 

“Beko har en vision att ta med robotar till hemmiljön som är säkra och lätta att använda,” sa han. “Vi tror att utvecklingen av robotkockar kommer att spela en stor roll i stressade hushåll och vårdhem i framtiden. Detta resultat är ett stort steg framåt i robotmatlagning, och med hjälp av maskin- och djupinlärningsalgoritmer kommer tuggande att hjälpa robotkockar att justera smak för olika rätter och användare.” 

Forskningen fick stöd från Beko och Engineering and Physical Sciences Research Council (EPSRC), som är en del av UK Research and Innovation (UKRI). 

Alex McFarland är en AI-journalist och författare som utforskar de senaste utvecklingarna inom artificiell intelligens. Han har samarbetat med många AI-startups och publikationer över hela världen.