AI炒菜、配料、开发新口味……人类终于可以只负责吃了?

　 短视频，自媒体，达人种草一站服务

“机器人餐厅”真的向我们走来了?

在深圳举行的第22届中国国际高新技术成果交易会上，煲仔饭机器人、汉堡机器人、五谷豆浆机器人、棉花糖机器人、冰淇淋机器人等多款智能餐饮机器人云集，引起参展民众争相拍照、体验。

目前，佛山、广州、江门等地已经有13家机器人餐厅落地;超200余台各类餐饮机器人单机设备，在北京、江西、陕西等10余个省市的医院、商业中心、景区、大学和政企单位实现运营。

煎炸交给机械手 油烟烫伤不用愁

两年前因为工作动作太慢而被CaliBurger“炒鱿鱼”的自动化烹饪机器人Flippy，经过改版后重新回归快餐店的后厨。

今年初，食品制备自动化公司Miso Robotics推出了新款产品Flippy Robot-on-a-Rail，简称Flippy ROAR。和前一代Flippy不同的是，Flippy ROAR不仅能煎汉堡排，还可独立制作多种食物，包括鸡柳、鸡翅、炸薯条、薯饼、洋葱圈、热狗、披萨等。

Flippy ROAR采用了计算机识别、深度学习模型和智能传感器技术，通过烹饪学习训练，让它掌握不同食物的烹饪方式、所需时长、温度，以及其他相关技巧。在实际操作过程中，厨房人员可通过触控面板控制Flippy ROAR，其配套的运行轨道，让它在厨房的移动更加安全方便。利用视觉识别技术定位厨房用具、区分食物种类、监控食物熟度;以智能传感器检测烧烤板温度等外部信息，作为Flippy ROAR下一步动作的依据。若出现煎糊或起火等意外状况，则会迅速发出警报。

再者，Flippy ROAR连接的MISO-AI系统可实时接收订单，根据订单顺序、菜品信息和制作时长，自主决策制作的优先级，在短时间内最大化地完成多个订单。弥补了以往“动作慢、效率低”及“无法因时制宜”的缺点。Miso Robotics为Flippy ROAR制定的价格比前一代降低了一半，并提供月租机器和维护升级的服务。今年七月，Flippy ROAR和快餐连锁店White Castle合作开展试运营，试用成功后将逐渐投入各门店。据VentureBeat报道，Flippy ROAR也将在CaliBurger的50家分店投入使用。

当然，Flippy ROAR并非唯一的商用厨房自动化设备。旧金山比萨连锁店Zume Pizza使用大量机器人来压制披萨面饼;汉堡连锁店Creator借助传感器和微型计算机来准备餐点。波士顿餐厅Spyce Food设有半自动化厨房，切配、炒菜、装盘、洗碗全部由机器人完成，可在1小时内生产近200份套餐。

自动化厨房机器人为烹饪方式、内容大量重复且注重出餐效率的快餐领域提供了新的解决方案。白色城堡连锁店副总裁Jamie Richardson表示，“自动化厨房机器人可以承担厨房里的那些重复、耗时又危险的工作，让后厨员工不必在高温闷热的油锅前工作，可以在更安全的环境下，负责客户服务、食材准备等别的业务，增加用人效率。”对餐厅而言，不但能节省许多成本，也降低了食物病原体传播的可能性，以及人员频繁接触所带来的新冠感染风险。

“智能相对论”看到，许多食客会带着兴奋的心情走进“机器人餐厅”，但对于普通家庭和个人而言，自动化烹饪设备就没那么好用了。

一名FANLAI烹饪机器人的用户曾总结了智能炒菜机器人的缺点:必须自己准备配菜、必须自己控制好配料分量、必须自己放配菜到固定盒子、只能抄固定分量以内的菜肴，而且只能用来炒菜。 一些智能炒菜机公司会提供专用配菜包，但价格稍贵。“其实(炒出来)味道还可以，但是比自己炒的差远了。锅不用洗但是要清洗设备也是麻烦。而市面上很多这种设备厂家是没有提供配菜的，如果要自己洗菜和切菜也就很麻烦了，而且分量控制也是没办法增加的，只能多炒几次!”

其次，自动化炒菜设备千篇一律的做法与味道，对于多数家庭和个人而言过于单调。 就像网友说的: “机器人最大的优势应该是动作的一致性，但这个其实也成了机器人最大的劣势，至少在炒菜这个领域来说。中国人还是喜欢自己每一次做出不一样的味道。”

自动烹饪机器人只能制作内置食谱上的菜色，还必须按照规格准备固定种类、分量的原料，这样有限的烹饪方式、分量和口味并不能满足一般家庭个性化的饮食需求。因此，自动化烹饪设备并未在C端得到普及。

看图认菜没问题，食谱识别不容易

2019年7月，北京大学开始试行识菜结算机器人。 这款菜色识别机器人认识食堂内200多款菜色，运用AI图片识别技术，可以根据食物纹理在2秒内识别菜品，大幅提高了餐厅结账速度。

“感觉食堂变得更高大上了，机器的收银速度和食堂阿姨差不多。”一名同学说，“不过，如果人工收银和机器人收银都空着，我还是会选择食堂阿姨，因为食堂阿姨站得更前面，并且当你还没靠近，她已经积极地帮你算好了价钱。”

一些同学表示，这款机器人并不能很准确的区分馒头和包子、土豆烧鸡和红烧肉以及大碗米饭和小碗米饭的区别。购买这些菜品的时候，经常需要再核实一下价格。

食堂阿姨普遍认为，机器人虽能在人多的时候减轻她们的负担，但是她们对许多菜的价格烂熟于心，计算起来非常快，识菜机器人似乎可有可无。不仅是大学食堂，已有越来越多餐厅开始使用AI识别菜品自动结账的功能。如Microsoft的员工餐厅，一名员工表示，自使用了自动识菜结帐系统，“结账时间从五分钟变成五秒。”既能大幅缩减结账时间，又能减少人力成本。识菜机器人正逐渐成为餐饮业的新宠。

相对于学校食堂中数量有限的菜品识别，运用AI来识别食谱就困难许多。

人工智能想要成功分析食谱，必须先弄清楚图片中是什么食物;再推断出食材和配料的加工过程。但现有的AI在第一关就被卡住了。

2017年，麻省理工学院计算科学与人工智能实验室(CSAIL)的研究人员依此思路，创建了一款名为Pic2 Recipe的应用。Pic2 Recipe利用神经网络技术，能从食物图片分析食材的成分，反向推导出制作过程中使用过的材料，并向用户推荐类似的食谱。研究团队借助内含上百万份食谱的Recipe 1 M数据库来训练Pic2 Recipe的神经网络系统，让它能在各个食物图像和其对应的成分和食谱之间建立联系。但照片质量对识别结果的影响较大，拍摄角度、远近、摆放和灯光等不同场景下的同一食物，可能得出不同识别结果。

（编辑：源码网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!