机器人“大厨”在品尝了九个西红柿炒鸡蛋后绘制了味觉图，以此来模仿大厨的烹饪过程。一道美味佳肴的诞生，有赖于厨师在烹调过程中不断地品尝味道和调味料的加减。在这个过程中，味觉是人们判断食物味道好坏的重要指标。赋予机器人“一边品尝一边烹饪”的能力听起来很荒谬，但该论文的第一作者、剑桥大学工程系的GrzegorzSochacki表示：“我们希望机器人能够理解味觉的概念，这将使他们是一个更好的厨师。”研究人员开发了一个实验装置，配备了配备基于电导的味觉传感器的UR5机械臂，通过混合食物来模拟咀嚼，并通过电流传导再现盐的味道，帮助机器人品尝食物的“味道”。▲研究人员的实验装置因此，经过训练的机器人“厨师”可以品尝到食物在咀嚼过程中不同阶段的咸度，并将所含咸度的信息生成数据发送给电脑，进而生成可视化的味觉数据图像.论文以Mastication-EnhancedTaste-BasedClassificationofMulti-IngredientDishesforRoboticCooking(《面向机器人烹饪的基于咀嚼增强味道的多成分菜肴分类》)为题于5月4日发表在FrontiersinRobotics&AI(《机器人与人工智能前沿》)上。链接：https://doi.org/10.3389/frobt.2022.88607401。边搅拌边品尝，模拟人类烹饪过程烹饪是机器人自动化领域的难点问题之一。多名研究人员参与了不同的烹饪Links自动化研究，包括通过视觉反馈控制机器人煎香肠的时间、远程操作机器人装饰蛋糕、用机械臂装载洗碗机等。还有研究人员使用“电子舌头””来帮助机器人检测肉类等，但这一过程往往需要切碎、分离或与酒精混合等复杂过程，才能让“电子舌”发挥作用，而机器人厨师与人类厨师在烹饪过程中最大的区别在于人类厨师可以在烹饪中“品尝和烹饪”。因此，现有的解决方案对于机器人“厨师”来说还不够及时。该论文的合著者、剑桥大学工程学博士ArsenAbdulali说：“目前的电子测试方法只能从同质样本中获取快照，因此我们希望在更真实的环境中复制更真实的咀嚼和品尝过程。机器人系统，应该可以生产出更美味的最终产品。”事实上，当人类咀嚼食物时，食物的味道和质地都会发生变化，例如在夏天，当我们咬一口新鲜的西红柿时，西红柿会释放出汁液，再加上人类咀嚼时唾液和消化酶的释放会改变我们的感知剑桥大学工程系的GrzegorzSochacki是该论文的第一作者，他说：“大多数家庭厨师都会熟悉边吃边吃的概念——在整个烹饪过程中检查一道菜，以检查其平衡度。口味是正确的。如果机器人要在食物准备的某些方面使用，重要的是它们能够‘品尝’它们正在烹饪的东西。”剑桥大学的研究人员发现，边做饭边品尝可以提高机器人快速准确地做出选择的能力。评估一道菜的咸度。因此，研究人员训练他们的机器人设备品尝不同的西红柿炒鸡蛋，在咀嚼过程的三个不同阶段品尝九种不同的炒鸡蛋和西红柿，然后生成不同菜肴的味觉数据图像。▲实验过程他们的发现可能有助于开发自动化或半自动化的食物准备，这可以帮助机器人学习什么味道好，什么不好吃。02.将9种菜肴中的每一种都品尝3次，并生成视觉味觉图像以再现人类的咀嚼过程，在咀嚼过程中提取更多信息，在几种机械加工状态下品尝食物，可以显着提高等级根据研究人员的说法，具有不同数量的相同成分的食物的化性能。为了证明上述结论，研究人员模拟了人类的品尝过程，测量了食物在“咀嚼”过程中不同阶段的味道，并生成了数据。咀嚼是压碎和研磨食物的过程。主要目的是减少食物颗粒的平均尺寸。较小的颗粒还为消化酶的工作提供了更大的表面积。因此，咀嚼在品尝过程中起着非常重要的作用，研究人员设置了搅拌机来模拟这一过程。在味道的测量上，机器人通过电导传感器再现盐的味道，盐度会随着离子浓度、离子迁移率和离子电荷的增加而增加。考虑到人的舌头表面有多个感觉感受器，研究人员会在实验中在多个点进行味觉，并将味觉表达为一系列的测量。盐度传感器的探头附在机械臂上，传感器可以移动到多个位置，样品的位置和数据最终生成包含味道数据的图像。▲混合9道菜前后的盐度测量差异研究人员准备了9个不同盐度和番茄含量的番茄炒蛋，然后机器人用探针“品尝”这道菜，并在几秒钟内返回一个读数。这个读数也被用作生成图像的味道的数据信息。图像基于2个参数，测试点的数量和板的大小，测试点分布在正方形网格中。▲在不同混合阶段添加不同添加剂的菜肴的电导测量直方图。在实验过程中，无法控制搅拌过程让每道菜都完全一样，所以研究人员在实验过程中要求机器人对每道菜品尝3次，但研究人员仅使用第一次和最后一次品尝进行分类，以提高实验的可重复性。第一次品尝是在未混合的食物上进行的，然后机器人将样品混合几秒钟并再次品尝，这种测量仅用于可视化。最后，机器人以最大转速再搅拌60秒后再次品尝菜品，并在不同时间咀嚼不同读数，进一步丰富味觉图谱的数据信息。03.未混合成分的盐度差异明显，但均质样品无法区分。从实验生成的味觉图可以看出，未混合的样品会出现非常明显的电导率降低区域，也就是没有盐的地方。这些区域和鸡蛋之间会有非常清晰的边界。最后一个样品的数据电导分布比较均匀，其电导值介于番茄和鸡蛋之间。▲同一款番茄炒蛋经过三个不同混合阶段后的味觉映射据研究人员介绍，每个咀嚼阶段都会产生明显不同的味觉数据，这也为实验提供了额外的信息。根据这项研究，与其他电子品尝方法相比，机器人评估咸味的能力有了显着提高，这些方法通常很耗时，而且只能提供一次读数。研究人员说，通过模仿人类咀嚼和品尝的过程，机器人最终将能够生产出人类喜欢的食物，并能根据个人口味进行调整。“在我们的实验中，机器人能够‘看到’食物咀嚼方式的差异，这提高了它的味觉能力，”阿卜杜拉利说。参与该项目的家电制造商Beko的资深科学家MuhammadChughtai表示：“我们相信，机器人厨师的发展将在未来繁忙的家庭和辅助生活家庭中发挥重要作用。这一结果是一个飞跃为机器人烹饪而努力，通过使用机器和深度学习算法，咀嚼将帮助机器人厨师适应不同的菜品和用户的口味。”尽管一些实验结果看起来很直观，但该设备在处理一些均质样品时表现不佳。事实上，混合不同量的盐和西红柿最终会得到相同的平均盐度，而且由于传感器的特殊结构，它不会区分具有相同化学成分的2个菜肴。此外，菜肴的温度、菜肴是固体还是液体等都会影响机器人在烹饪过程中的品尝过程。04.结语：机器人自动化烹饪需要和人的口味做对比。此前，机器人的应用通常集中在面向流程、固定流程的任务中。“品尝”这个任务，往往充满着极大的不确定性。不同的特性对食物的味道也会有不同的感受，这足以证明机器人自动化在烹饪领域的难度。再加上人类在品尝过程中会受到唾液化学成分以及食物温度、个人喜好等方面的影响，研究人员表示未来的工作将研究唾液，这可能会增加人类唾液中存在的脂肪酶用于机器人和淀粉酶化学试剂。机器人自动化在烹饪领域的研究还很不足，但将味觉等信息转化为可视化数据可以推动进一步的研究。研究人员表示，他们将使用这些分类数据建立一个规范，作为比较机器人与人类味觉心理物理学的基准，并将在未来继续扩展这一概念。
