文丨智能相对论（ID：aixdlun），作者丨黄康瑄
“机器人餐厅”真的向我们走来了？
在深圳举行的第22届中国国际高新技能成果交易会上，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余台各种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、商业中央、景区、大学和政企单位实现运营。
煎炸交给机器手，油烟烫伤不用愁
两年前由于事情动作太慢而被CaliBurger“炒鱿鱼”的自动化烹饪机器人Flippy，经由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品，包括鸡柳、鸡翅、炸薯条、薯饼、洋葱圈、热狗、披萨等。
Flippy ROAR采取了打算机识别、深度学习模型和智能传感器技能，通过烹饪学习演习，让它节制不同食品的烹饪办法、所需时长、温度，以及其他干系技巧。在实际操作过程中，厨房职员可通过触控面板掌握Flippy ROAR，其配套的运行轨道，让它在厨房的移动更加安全方便。利用视觉识别技能定位厨房用具、区分食品种类、监控食品熟度；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。若涌现煎糊或动怒等意外状况，则会迅速发出警报。
再者，Flippy ROAR连接的MISO-AI系统可实时吸收订单，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，在短韶光内最大化地完成多个订单。填补了以往“动作慢、效率低”及“无法随机应变”的缺陷。
Miso Robotics为Flippy ROAR制订的价格比前一代降落了一半，并供应月租机器和掩护升级的做事。今年七月，Flippy ROAR和快餐连锁店White Castle互助开展试运营，试用成功后将逐渐投入各门店。据VentureBeat宣布，Flippy ROAR也将在CaliBurger的50家分店投入利用。
当然，Flippy ROAR并非唯一的商用厨房东动扮装备。旧金山比萨连锁店Zume Pizza利用大量机器人来压制披萨面饼；汉堡连锁店Creator借助传感器和微型打算机来准备餐点。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办法、内容大量重复且看重出餐效率的快餐领域供应了新的办理方案。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、耗时又危险的事情，让后厨员工不必在高温闷热的油锅前事情，可以在更安全的环境下，卖力客户做事、食材准备等别的业务，增加用人效率。”对餐厅而言，不但能节省许多本钱，也降落了食品病原体传播的可能性，以及职员频繁打仗所带来的新冠传染风险。
“智能相对论”看到，许多食客会带着愉快的心情走进“机器人餐厅”，但对付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陷：必须自己准备配菜、必须自己掌握好配料分量、必须自己放配菜到固定盒子、只能炒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供应专用配菜包，但价格稍贵。“实在（炒出来）味道还可以，但是比自己炒的差远了。锅不用洗但是要洗濯设备也是麻烦。而市情上很多这种设备厂家是没有供应配菜的，如果要自己洗菜和切菜也就很麻烦了，而且分量掌握也是没办法增加的，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，对付多数家庭和个人而言过于单调。就像网友说的: “机器人最大的上风该当是动作的同等性，但这个实在也成了机器人最大的劣势，至少在炒菜这个领域来说。中国人还是喜好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肴，还必须按照规格准备固定种类、分量的质料，这样有限的烹饪办法、分量和口味并不能知足一样平常家庭个性化的饮食需求。因此，自动化烹饪设备并未在C端得到遍及。
看图认菜没问题，食谱识别不随意马虎
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，利用AI图片识别技能，可以根据食品纹理在2秒内识别菜品，大幅提高了餐厅结账速率。
“觉得食堂变得更高大上了，机器的收银速率和食堂姨妈差不多。”一名同学说，“不过，如果人工收银和机器人收银都空着，我还是会选择食堂姨妈，由于食堂姨妈站得更前面，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差异。购买这些菜品的时候，常常须要再核实一下价格。
食堂姨妈普遍认为，机器人虽能在人多的时候减轻她们的包袱，但是她们对许多菜的价格烂熟于心，打算起来非常快，识菜机器人彷佛可有可无。不仅是大学食堂，已有越来越多餐厅开始利用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，自利用了自动识菜结帐系统，“结账韶光从五分钟变成五秒。”既能大幅缩减结账韶光，又能减少人力本钱。识菜机器人正逐渐成为餐饮业的新宠。
相对付学校食堂中数量有限的菜品识别，利用AI来识别食谱就困难许多。
人工智能想要成功剖析食谱，必须先弄清楚图片中是什么食品；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，麻省理工学院打算科学与人工智能实验室（CSAIL）的研究职员依此思路，创建了一款名为Pic2 Recipe的运用。Pic2 Recipe利用神经网络技能，能从食品图片剖析食材的身分，反向推导出制作过程中利用过的材料，并向用户推举类似的食谱。研究团队借助内含上百万份食谱的Recipe 1 M数据库来演习Pic2 Recipe的神经网络系统，让它能在各个食品图像和其对应的身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、摆放和灯光平分歧场景下的同一食品，可能得出不同识别结果。
这样的体验并不符合日常利用需求，Pic2 Recipe的联合创作人表示:“最主要的问题便是如何得到精确的图像比例。人们在拍摄食品照片时，总是有很多不愿定成分，比如拍摄间隔的远近（影响食品的大小），拍了一盘菜还是多盘菜（也可能某盘菜的一部分）。但这些问题也通情达理，毕竟你把一块放大的饼干给普通人看，他们也有可能会误认为是一块煎饼。”这些不愿定成分造成Pic2 Recipe的识别精确率只有65%，研究团队正在提升Pic2 Recipe的精准度，并连续丰富它的技能。
2018年，Facebook人工智能研究所的研究职员利用和Pic2 Recipe不同的演算办法，开拓了另一个AI食谱天生系统，藉由美食图片识别餐品的菜名、食材质料组成与加工程序。
传统的食谱识别系统被表述为一个检索任务，根据嵌入空间中的图像相似度评分从一个固定的食谱资料库中检索出来的。这类系统的性能在很大程度上取决于资料库的大小和多样性，以及所学的嵌入质量。缺陷是当资料库中不存在查询目标的匹配菜谱时，这些系统就会失落效。
针对这个不敷，Facebook研究团队转换了思考方向，将图像到食谱问题公式化为条件天生问题。利用食品图片和对应食谱来做AI模型演习，利用预先演习的图像编码器和身分化码器，让它们利用从输入图像和身分共现中提取的视觉特色来预测一组成分。将图像及其相应的成分列表为条件天生指令序列，推导出它们的加工办法，形成多份可能的食谱。再根据加工办法的可能性从高到低排列，以此生成终极食谱。
由于食品在加工后每每会形成严重的形变，而且身分常常在烹饪的菜肴中被粉饰，加上质料、调味料、菜色种类及烹饪办法的多元，包含温度、火候、烹饪韶光等制作过程中的些微差异，都会使餐点产生变革。这些变量为食谱识别增加了不少难度，因此，这款可以接管任何图片的FB系统乃至不能准确判断图片内容是否为食品。当研究团队导入玉轮图片时，系统将其认作煎饼；而皮卡丘的图片则被识别为煎蛋。
随着人工智能自动化和图片识别技能逐渐成熟，食谱识别的干系研究已持续进行了数年。食品身分识别可帮助我们管理营养摄入情形，也能为厨师及烹饪爱好者供应灵感。但烹饪活动本身的变量极大，加上食品图片质量受拍摄技能、间隔及环境等成分影响，现在的食谱识别技能尚未成熟，仍有不少问题尚待办理。想要得到新食谱，上网搜索关键词或许比拍照更加便捷可靠。
玉米片+牛肉+咖啡豆，原来你们AI好这口?
IBM曾和美食杂志《Bon Appétit》互助进行了一个有趣的实验，将《Bon Appétit》中超过一万份食谱输入人工智能机器人沃森的“大脑”，推出主厨沃森（Chef Watson）创意食谱合成网页。只要输入想吃的菜系或食品种类(如墨西哥餐或面食)，再加上一个主题(如万圣节)，就可以得到一份创意食谱。
或许是AI的口味和人类不一样，Chef Watson食谱的娱乐性远远高于实用性。它常常输出像“可可加上藏红花、黑胡椒搭配杏仁和蜂蜜”这类不屈常的早餐组合，或是”用玉米粉圆饼片搭配牛肉和无花果，然后浇上磨碎的咖啡豆”等“阴郁收拾”。
不但是IBM，麻省理工学院也做过类似的考试测验。
2018年，MIT的学生发布了AI披萨主厨Strono。研发团队从食品blog和食谱网站上搜集了数百种手工披萨配方，形成一个“披萨食谱数据库”，利用开源的机器学习模型textgnrnn，让Strono从中学习，以现有质料和食谱做为参考，创作出它自己的创意披萨食谱。
这些食谱和Chef Watson一样，也存在一些凡人难以想到的搭配，如蓝莓、菠菜和羊奶酪披萨；培根、牛油果和桃子披萨等。Strono的披萨食谱还发明了一些根本不存在的食材，比如“wale walnut ranch dressing”。为了完成实验，研发团队约请了波士顿手工披萨店Crush Pizza的老板兼主厨，根据Strono的食谱实际做出这些披萨。Strono的作品中，最受欢迎的是虾、果酱和意大利喷鼻香肠的搭配。Crush Pizza的老板已将Strono的这款创意披萨加入菜单，供客人享用。
纵然拥有大量的食谱及食材干系数据，由于未对食材本身进行剖析，Chef Watson和Strono仍旧不能很好的节制食材之间的匹配度，输出的食谱像是将食材和烹饪办法的随机组合。
由于烹饪本身的变量太多，要形成一份美味的食谱，必须对食材种类、状态、分量、火候、温度及烹饪办法之间的干系性等进行彻底的剖析比对。目前尚未涌现能完备达成以上哀求的AI技能。
志趣相投可为友，气味相合可成菜
虽然现在的AI还无法稳定地输出创新且合理的食谱，但纯挚剖析各种食材之间的匹配度，还是可以做到的。
Foodpairing便是一个通过化学手段剖析食材气味，以AI算法技能匹配食材，供应食材搭配建议的网站。通过人工智能运算，剖析比对食品气味，能帮助厨师开拓新食谱，改良现有菜色口味。
由于人类品尝食品时所产生的口感多数来自嗅觉，一位米其林三星大厨曾提出假说：如果两种食品的气味组成越相似，他们就该当越随意马虎被搭配成一道成功的菜肴。这一假说成为Foodpairing创始人Bernard Lahousse的灵感来源。
研发团队以猕猴桃和海鲜作为实验工具，先利用高效液相色谱法和气相色谱法剖析大量海产的气味组成，确定不同气味的浓度及其嗅觉阈值，将信息输入Foodpairing的数据库，再逐一与猕猴桃的气味相互比拟。实验结果显示，最适宜搭配猕猴桃的海鲜为生蚝。大厨随即用这两样食材创造了新菜Kiwître，成功得到许多美食评论家与食客的好评。
AI的加入让新菜开拓事半功倍，为苦思冥想搭配食材的大厨节省不少韶光。这一新颖的创作办法让不少厨师和餐厅对这套系统充满兴趣，如西班牙的斗牛犬餐厅和纽约的Eleven Madison Park便开始和Foodpairing展开互助。
在做事厨师和餐厅的同时，Foodpairing网站通过部份免费的形式，为一样平常用户供应酸奶、麦片等新颖的搭配口味，日益扩充自己的食材喷鼻香料数据库。利用机器学习技能，自动获取不同地区的消费者在社交网络中关于菜色和潮品口感的谈论，以及大厨们放在网上的食谱。在此根本上，Foodpairing也开始剖析不同地区消费者的口味偏好，并为食品公司供应关于产品口味的建议，帮助他们预测新产品的市场反应，减少开拓新品时造成的食品摧残浪费蹂躏。
“智能相对论”查询到，去年，Microsoft公司与瑞典酿酒厂Mackmyra和Fourkind互助，推出环球第一款由AI制造的威士忌。由Microsoft Azure云端及Azure认知做事供应酒厂的机器学习模型，并利用现有的配方、发卖数据以及客户喜好等数据，让AI透过大数据从超过7000万个办法及口味中选取制作方法。这款AI设计的单一麦芽威士忌被形容为带点果味、橡木味及少许咸味的佳酿。此外，调味料公司McCormick、包装食品公司Conagra以及百事可乐公司也都在用人工智能来创造新的食品口味。
今年10月，微软公司与瑞士调味品公司Firmenich互助，以Firmenich公司的原材料数据库为根本，用AI研制出一种用于植物性肉类替代品的轻烤牛肉口味。这款口味凑集了Firmenich独特的配料和“SmartProteins”在植物蛋白替代品方面的专业知识。旨在知足客户对替代蛋白质的需求，并在一系列蛋白质根本上发挥浸染。针对越来越受欢迎的无肉康健饮食，在咸味食品、甜食和饮估中创建素食和纯素食，为此类用户供应传统的肉类和奶类产品的替代品。
气味剖析运算和大数据剖析处理充分发挥人工智能的上风，为食品定制口味、优化口感供应办理方案，也加快了产品研发的周期，减少食品摧残浪费蹂躏及人力韶光本钱。将研发职员从大量重复劳动中解放，得以更专注于AI做不到的事，如新配方的试吃、品味和改良。
Firmenich调味品公司总裁Emmanuel Butstraen表示，新冠疫情危急改变了食品创新格局以及消费市场，“我们必须以更快的速率，以更大的创造力来理解和应对快速发展的需求。无论是通过供应舒适和愉悦的时候，还是办理向更康健的食品和饮料的更大转变”他说。“AI的加入使我们能够更好地利用不同的原材料去探索新的创意线索。考虑到特定的产品参数，例如100％天然身分和法规哀求，该技能增强了我们的调味师创建优质口味办理方案，并加速了我们产品研发的能力。” 目前，Firmenich正对基于其核心口味的几款新型人工智能风味进行高等测试。
结语
AI技能人工智能在快餐生产自动化、算法匹配食材、新品研发等方面已趋成熟，成为厨房里的好帮手。人工智能无法取代人类厨师，却能让大厨为虎傅翼，帮助我们拥有一个由更好的食品创造的，更好的天下。
参考资料:
1. 雷锋网《全能型AI机器人“厨师”来了 网友：又来抢饭碗？》
2. 机器人在线《Flippy ROAR导轨导航升级，厨房机器人在食品行业大显技艺》
3. 猎云网《Miso Robotics推出Flippy 2厨房机器人》
4.Peter Basildon《Pic2Recipe:Discover a Recipe from a Picture》
5. 硅谷密探《它山之石 | 还有这种操作，AI为三星米其林厨师写食谱》