当涉及到厨房的技能,或花时间在厨房的倾向时,人们的看法都不一样。这是推动使用新的人工智能发展来塑造家庭和商业厨房未来的关键驱动力之一(这一点以及由此带来的明显的意外收获)。最新的发展来自于剑桥大学的工程系,研究人员在教学视频的指导下,教会了一个人工智能编程的机器人"厨师"使用其机器大脑来自行制作沙拉。
看着人类慢慢地制作八种不同的沙拉,并通过使用数学公式来帮助机器翻译视觉线索,机器人能够识别成分,并从其心理"食谱"中准备不同的沙拉。更重要的是,机器人能够在其知识的基础上不断进步,并自己想出了新的食谱。然而,这个原始配方似乎只是对另一份沙拉中使用的成分进行了重新排序。
(资料图)
论文第一作者、剑桥大学工程系的Grzegorz Sochacki说:"我们想观察我们是否能训练机器人厨师以人类同样的渐进方式进行学习--通过识别食材以及它们在菜肴中如何搭配。"
这些菜谱仅限于五种成分:西兰花、胡萝卜、苹果、香蕉和橙子。三个菜谱是凉拌菜的变体,三个是水果沙拉的类型,两个主要是用蔬菜制作。显然这个机器人厨师还没有准备好承办婚礼,甚至是约会之夜,在机器人观看的16个教学视频中只检测到83%的人类厨师示范,但它93%的时间都能识别出正确的食谱。
机器人的能力也有明显的局限性。除了无法完成人类厨师在准备食物时通常需要的复杂动作外,它的神经网络是在微软的"上下文共同对象"(COCO)图像识别数据集上训练出来的,这一模型仍然相当简陋。
然而,研究人员对机器人厨师能够从视频中推断出动作的方式印象深刻;例如,如果演示者一手拿刀,一手拿胡萝卜,机器人就知道它必须在自己的准备过程中把蔬菜放在切片机上。
"我们的机器人对那种在社交媒体上走红的食物视频不感兴趣--它们简直太难跟上了,"Sochacki说。"但是,随着这些机器人厨师在识别食物视频中的成分方面变得越来越好,越来越快,他们也许能够使用YouTube这样的网站来学习一系列的食谱。"
虽然食品生产自动化肯定不是一个新的想法;它给我们带来了像CookingPal这样的消费类小工具,最近还有3D打印的"蛋糕"这样的烹饪怪胎。虽然机器学习有可能在某个时候改变家庭厨师和专业厨房的游戏规则,但可以说现在还没有生产线上的厨师把头放在砧板上。
这个机器人"凉拌菜"为极简主义烹饪这一说法增添了新的内容
"这些食谱并不复杂--它们基本上是切碎的水果和蔬菜,但它在识别方面真的很有效,例如,两个切碎的苹果和两个切碎的胡萝卜与三个切碎的苹果和三个切碎的胡萝卜是同一个食谱,"补充说,"机器人能够检测到这么多的细微差别,真是令人惊讶。"
这项研究发表在《IEEE Access》杂志上。