Raziskovalci so usposobili robotskega kuharja, da je gledal in se učil iz videoposnetkov o kuhanju ter sam poustvaril jed.
Robotski kuhar se je učil iz videoposnetkov kuhanja
Raziskovalci z Univerze v Cambridgeu so svojega robotskega kuharja sprogramirali s kuharsko knjigo z osmimi preprostimi recepti za solate. Po ogledu videoposnetka, na katerem človek prikazuje enega od receptov, je lahko robot ugotovil, kateri recept se pripravlja, in ga pripravil.
Poleg tega so videoposnetki pomagali robotu, da je postopoma dopolnjeval svojo kuharsko knjigo. Ob koncu poskusa je robot sam pripravil deveti recept. Rezultati, objavljeni v reviji IEEE Access, kažejo, kako je lahko video vsebina dragocen in bogat vir podatkov za avtomatizirano proizvodnjo hrane ter bi lahko omogočila lažje in cenejše uvajanje robotskih kuharjev.
Robotski kuharji se že desetletja pojavljajo v znanstveni fantastiki, vendar je v resnici kuhanje za robota zahtevna naloga. Več komercialnih podjetij je izdelalo prototipe robotskih kuharjev, vendar trenutno nobeden od njih ni komercialno dostopen, po spretnosti pa precej zaostajajo za svojimi človeškimi kolegi.
Človeški kuharji se lahko naučijo novih receptov z opazovanjem, bodisi z opazovanjem kuhanja druge osebe, bodisi z ogledom videoposnetka na YouTubu, vendar je programiranje robota za pripravo različnih jedi drago in dolgotrajno.
»Želeli smo preveriti, ali lahko robotskega kuharja naučimo učiti se na enak postopen način kot ljudje – s prepoznavanjem sestavin in njihovega medsebojnega povezovanja v jedi,« je povedal Grzegorz Sochacki z oddelka za inženirstvo v Cambridgeu, prvi avtor članka.
Robot je analiziral posnetek in prepoznal predmete
Sochacki, doktorski kandidat v laboratoriju za biološko navdihnjeno robotiko profesorja Fumiye Iide, in njegovi sodelavci so pripravili osem preprostih receptov za solate in se pri tem posneli. Nato so uporabili javno dostopno nevronsko mrežo za usposabljanje svojega robotskega kuharja. Nevronsko omrežje je bilo že prej programirano za prepoznavanje različnih predmetov, vključno s sadjem in zelenjavo, uporabljeno v osmih receptih za solato (brokoli, korenček, jabolko, banana in pomaranča).
S tehnikami računalniškega vida je robot analiziral vsak posnetek in prepoznal različne predmete in značilnosti, kot so nož in sestavine, pa tudi roke, dlani in obraz človeškega demonstratorja. Recepti in videoposnetki so bili pretvorjeni v vektorje, robot pa je nad vektorji izvajal matematične operacije za ugotavljanje podobnosti med demonstracijo in vektorjem.
S pravilnim prepoznavanjem sestavin in dejanj človeškega kuharja je robot lahko določil, kateri od receptov se pripravlja. Robot je lahko sklepal, da če je človeški demonstrator v eni roki držal nož, v drugi pa korenček, je bil korenček nato razrezan.
Robot sposoben zaznati veliko nians
Od 16 videoposnetkov, ki si jih je ogledal, je robot v 93 odstotkih primerov prepoznal pravilen recept, čeprav je zaznal le 83 odstotkov dejanj človeškega kuharja. Robot je lahko tudi zaznal, da so majhne spremembe v receptu, kot je priprava dvojne porcije ali običajna človeška napaka, spremembe in ne nov recept. Robot je pravilno prepoznal tudi predstavitev nove, devete solate, jo dodal v svojo kuharsko knjigo in jo pripravil.
»Presenetljivo je, koliko nians je bil robot sposoben zaznati,« je dejal Sochacki. »Ti recepti niso zapleteni – gre v bistvu za nasekljano sadje in zelenjavo, vendar je bil res učinkovit pri prepoznavanju, da sta na primer dve nasekljani jabolki in dve nasekljani korenčki enak recept kot tri nasekljana jabolka in tri nasekljana korenčka.«
Videoposnetki, ki so bili uporabljeni za usposabljanje robotskega kuharja, niso podobni videoposnetkom o hrani, ki jih snemajo nekateri vplivneži na družbenih omrežjih in so polni hitrih rezov in vizualnih učinkov ter hitro prehajajo sem in tja med osebo, ki pripravlja hrano, in jedjo, ki jo pripravlja. Robot bi na primer težko prepoznal korenček, če bi ga človek demonstrator ovil z roko – da bi robot lahko prepoznal korenček, bi moral človek demonstrator dvigniti korenček, da bi robot lahko videl celotno zelenjavo.
»Naš robot ni zainteresiran za videoposnetke hrane, ki so viralni v družbenih medijih – preprosto jim je pretežko slediti,« je dejal Sochacki. »Toda ko bodo ti robotski kuharji bolje in hitreje prepoznavali sestavine v videoposnetkih o hrani, bodo morda lahko uporabljali spletna mesta, kot je YouTube, za učenje cele vrste receptov.«
Novinar
