Un equipo de ingenieros ha entrenado a un robot para preparar una tortilla, desde romper los huevos hasta el plato terminado, y refinar las habilidades culinarias del 'chef' para producir un plato confiable que realmente sepa bien.
Los investigadores, de la Universidad de Cambridge, en colaboración con la compañía de electrodomésticos Beko, utilizaron el aprendizaje automático para entrenar al robot para dar cuenta de cuestiones de gusto muy subjetivas. Los resultados se informan en la revista IEEE Robotics and Automation Letters , y estará disponible en línea como parte de la conferencia internacional virtual IEEE sobre robótica y automatización ICRA 2020.
Un robot que puede cocinar ha sido una aspiración de autores de ciencia ficción, futuristas y científicos durante décadas. A medida que las técnicas de inteligencia artificial han avanzado, las compañías comerciales han construido prototipos de chefs robot, aunque ninguno de estos está actualmente disponible comercialmente, y ellosvan muy por detrás de sus homólogos humanos en términos de habilidad.
"Cocinar es un problema realmente interesante para los robotistas, ya que los humanos nunca pueden ser totalmente objetivos cuando se trata de alimentos, entonces, ¿cómo los científicos evaluamos si el robot ha hecho un buen trabajo?", Dijo la Dra. Fumiya Iida, del Departamento de CambridgeIngeniería, quien dirigió la investigación.
Enseñar a un robot a preparar y cocinar alimentos es una tarea difícil, ya que debe lidiar con problemas complejos en la manipulación del robot, la visión por computadora, la detección y la interacción humano-robot, y producir un producto final consistente.
Además, el sabor difiere de persona a persona: la cocina es una tarea cualitativa, mientras que los robots generalmente se destacan en tareas cuantitativas. Dado que el sabor no es universal, no existen soluciones universales. A diferencia de otros problemas de optimización, se necesitan herramientas especialesdesarrollado para robots para preparar alimentos.
Otros grupos de investigación han entrenado robots para hacer galletas, panqueques e incluso pizza, pero estos chefs robot no han sido optimizados para las muchas variables subjetivas involucradas en la cocina.
Los platos de huevo, las tortillas en particular, se han considerado durante mucho tiempo una prueba de habilidad culinaria. Una pieza popular de la mitología culinaria francesa afirma que cada uno de los cien pliegues en el sombrero de un chef representa una forma diferente de cocinar un huevo, aunque la exactaEl origen de este adagio es desconocido.
"Una tortilla es uno de esos platos que es fácil de preparar, pero difícil de preparar bien", dijo Iida. "Pensamos que sería una prueba ideal para mejorar las habilidades de un chef robot y optimizar el sabor y la textura, olor y apariencia "
En asociación con Beko, Iida y sus colegas entrenaron a su robot robot para preparar una tortilla, desde romper los huevos hasta colocar el plato terminado. El trabajo se realizó en el Departamento de Ingeniería de Cambridge, utilizando una cocina de prueba suministrada por Beko plc yGrupo Sinfónico.
La técnica de aprendizaje automático desarrollada por el equipo de Iida hace uso de una herramienta estadística, llamada Inferencia Bayesiana, para extraer la mayor cantidad de información posible de la cantidad limitada de muestras de datos, lo cual fue necesario para evitar sobrecargar a los catadores humanos con tortillas.
"Otro desafío al que nos enfrentamos fue la subjetividad del sentido del gusto humano: los humanos no son muy buenos para dar medidas absolutas, y generalmente dan medidas relativas cuando se trata del gusto", dijo Iida. "Así que necesitábamos ajustar elalgoritmo de aprendizaje automático, el denominado algoritmo por lotes, para que los catadores humanos puedan proporcionar información basada en evaluaciones comparativas, en lugar de evaluaciones secuenciales ".
Pero, ¿cómo se comportó el robot como chef? "Las tortillas en general sabían muy bien, ¡mucho mejor de lo esperado!", Dijo Iida.
Los resultados muestran que el aprendizaje automático se puede utilizar para obtener mejoras cuantificables en la optimización de los alimentos. Además, este enfoque se puede extender fácilmente a varios chefs robóticos. Se deben realizar más estudios para investigar otras técnicas de optimización y su viabilidad.
"Beko es un apasionado del diseño de la cocina del futuro y cree que las aplicaciones de robótica como esta jugarán un papel crucial. Estamos muy contentos de colaborar con el Dr. Iida en este importante tema", dijo el Dr. Graham Anderson, el proyecto industrialsupervisor del Centro de I + D de Cambridge de Beko.
Fuente de la historia :
Materiales proporcionado por Universidad de Cambridge . La historia original tiene licencia bajo a Licencia Creative Commons . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :