人工智慧給烹飪技術釋放紅利了嗎？

27 人贊了文章

加州的帕薩迪納市，有家漢堡餐廳叫做CaliBurger，他們花6萬美元找來了一個非常特別的新員工：機械手臂Flippy，但很不幸的是，在他上班的第一天，它就罷工了。原因很簡單，「快手」動作太慢，無法應對蜂擁而來的人流的需求。此外，原本廚師在後廚時會互相交談製作進程，協調烹飪節奏，有了「快手」後，大家需要圍繞它的節奏來工作，反而降低了工作效率。

這讓我想起本科畢業課題做的也是跟智能烹飪相關，做的是智能炒菜機，後面也申請了專利，所設計的結構方案大概是這樣:

儘管這樣的一套智能烹飪裝置理論上能夠滿足自動烹飪的需求，但是仍然存在很多問題，其商業價值不高，因此在專利說明書中還聲明：

中國專利CN201310064067.7公開了一種適用於全自動炒菜機的自動上下料裝置， 主要包括機架、 導入機構、 翻轉機構和多個倉門控制機構等。 中國專利CN201310064081.7公開了一種適用於全自動炒菜機的鍋蓋控制裝置， 主要包括機架、 底座、 驅動機構以及隨動機構等。 儘管上述系列專利為自動炒菜提供了炒鍋裝置、 洗鍋裝置、 出菜裝置、 自動上下料裝置和鍋蓋控制裝置， 但對其進行系統集成比較複雜， 難以向現代家庭進行推廣。

在烹飪領域，機器人炒菜已經成為了許多企業提高效率的重要手段，其將機電一體化技術和烹飪技術相結合 , 將烹飪工藝加上動作標準化並轉化為機器可解讀的語言，使得機器在設定好的程序語言中進行「自主烹飪」。

時隔多年，儘管人工智慧技術在各個領域的應用越來越加廣泛，但是在烹飪領域的智能化發展速度卻相對緩慢，至今市場上仍很少看到能滿足廣大用戶需求的智能化烹飪設備，仍然存在著許多難以解決的問題。

1. 半智能化的「智能炒菜機器人」

從家用烹飪機器人來看，它的表現確實有所欠缺。家用烹飪機器人炒的是小鍋菜，眾所周知，家常菜的口感應該更為優秀，而從操作表現上看，家用炒菜機器人存在著特定菜不能做、不能自動翻面、爆炒成分較低且偏煮燉等情況。

2. 難以真正滿足的個性化需求

目前市面上的烹飪機器人多以「多種菜譜可供選擇」，「滿足你的個性化需求」作為銷售噱頭，但是「一千個人有一千個哈姆雷特」，每個人對於美食的理解各不相同，不能及時深度學習的程序是難以滿足各類消費者真正的個性化需求的。

3. 昂貴的應用價格

技術初落地之時，所有的產品都不便宜。烹飪機器人亦然。從家用烹飪機器人來看，目前的價格一般是幾千元到幾萬元不等，價格較低的烹飪機器人存在菜譜少、以煮燉代炒、半智能化等問題，難以真正滿足用戶需求。

發展烹飪機器人，先解決好這幾個問題

1. 烹飪經驗的「數據化」

對於烹飪經驗，機器人也應該恰到好處地運用「克隆」技術。所謂「克隆」，就是將大師為機器開發設計的菜肴經過嚴格的篩選，對菜肴進行定性和定量分析，找出符合菜肴最佳品質的數據，建立菜肴數據信息，再將這些信息編製成軟體來控制菜肴的生產。

烹飪經驗的數據化可以分為三步：一是菜肴用料標準化。邀請烹飪大師為機器編排菜肴 , 並將用料和用量進行量化；二是工藝過程標準化。將菜肴的工藝流程編製成機器語言 , 使每一道菜肴都有一個固定的加工程式；三是工藝參數數據化。即對加工過程的每個動作進行量化。包括火力的選擇與適時調節 、劃油（煸炒）的油溫控制 、原料在鍋中受熱時間的長短和攪拌力度的大小 、翻鍋的次數和力度等等。

2. 深度學習的「圖譜化」

建立深度學習系統是烹飪機器人不斷完善自身技能的「殺手鐧」，也只有不斷的構建深度學習的 「美食圖譜」，才能使機器人更加智能。深度學習更多解決的是感知問題，幫助我們構建更加聰明的機器人，提升機器人感知和判斷的能力，這可以使機器人在烹飪過程中更加智能。

密歇根州立大學副教授 Arend Hintze 曾將深度學習劃分為響應式、有限記憶、心智理論（Theory of mind）和自我意識四個層面。目前，作為烹飪機器人，若能做到心智理論，即歸納出周圍環境並根據實際情況及時變更烹飪方式，則會引發智能烹飪領域新的變革。

3. 技術應用的「平價化」

新技術的應用可能會帶來一定程度上的技術鴻溝。其所帶來的也不一定知識烹飪科技應用上的不平等。麥特·雷德利（Matt Ridley）在其經典著作《理性樂觀派》（The Rational Optimist）中描述了許多工人因為工業革命而失去工作，他們與機器極力抗爭。但與此同時，當每個人開始能夠在商店裡買到更加便宜、質量更好的衣服和產品時，技術紅利帶來的是整個國民經濟的飛躍時發展。