未来的味道：机器人厨师学会“边吃边品尝”

一个机器人“厨师”被训练在咀嚼过程的不同阶段品尝食物，以评估食物是否有足够的调味。

　　

来自剑桥大学的研究人员与家用电器制造商Beko合作，训练他们的机器人厨师在咀嚼过程的不同阶段评估菜肴的咸度，模仿人类的类似过程。

他们的研究结果可以帮助机器人了解什么好吃，什么不好吃，从而使他们更好地烹饪，从而有助于自动化或半自动食品制备的发展。

当我们咀嚼食物时，我们会注意到食物质地和味道的变化。例如，在盛夏的时候咬一口新鲜的番茄会释放出汁液，当我们咀嚼时，会释放出唾液和消化酶，我们对番茄味道的感知也会发生变化。

这名机器人厨师已经接受了训练，可以根据人类品尝师的反馈做出煎蛋卷。它在咀嚼过程的三个不同阶段尝了一道简单的炒鸡蛋和西红柿的9种不同变体，并绘制出不同菜肴的“味道地图”。

研究人员发现，与其他只测试单一均质样本的电子品尝技术相比，这种“边走边尝”的方法大大提高了机器人快速准确评估菜肴咸度的能力。研究结果发表在《机器人与人工智能前沿》杂志上。

人类对味道的感知是一个复杂的过程，已经进化了数百万年:食物的外观、气味、质地和温度都影响我们如何感知味道;咀嚼时产生的唾液有助于携带食物中的化合物到舌头上的味觉感受器;味觉感受器发出的信号被传递到大脑。一旦我们的大脑意识到食物的味道，我们就会决定是否喜欢这种食物。

口味也是因人而异的:有些人喜欢吃辣，有些人喜欢吃甜食。一个好的厨师，无论是业余的还是专业的，都依靠他们的味觉，能够平衡菜肴中的各种味道，做出全面的最终产品。

该论文的第一作者、剑桥大学工程系的Grzegorz Sochacki说:“大多数家庭厨师都熟悉边做边尝的概念——在烹饪过程中检查一道菜的味道是否平衡。”“如果机器人要用于食品制备的某些方面，重要的是它们能够‘尝到’自己烹饪的东西。”

“当我们品尝的时候，咀嚼的过程也会给我们的大脑提供持续的反馈，”研究报告的合著者、同样来自工程系的阿尔森·阿卜杜勒阿里博士说。“目前的电子测试方法只从均质样本中获取一张快照，所以我们希望在机器人系统中复制更真实的咀嚼和品尝过程，这应该会产生更美味的最终产品。”

这些研究人员是剑桥仿生机器人实验室的成员，该实验室由工程系的饭田文谷教授管理，主要致力于训练机器人完成所谓的“最后一米”问题，这些问题人类觉得简单，但机器人觉得困难。烹饪就是其中一项任务:他们的机器人“厨师”在早期的测试中，根据人类品尝师的反馈，做出了一个还过得去的煎蛋卷。

Sochacki说:“我们需要给我们的机器人添加一些便宜、小、快的东西，这样它就可以做品尝:它需要足够便宜，可以在厨房里使用，足够小，足够快，可以在做饭时使用。”

为了模仿人类在机器人厨师身上咀嚼和品尝食物的过程，研究人员在机器人手臂上安装了一个电导探头，作为盐度传感器。他们准备了炒鸡蛋和西红柿，每道菜中番茄的数量和盐的含量各不相同。

使用探测器，机器人以网格状的方式“品尝”菜肴，并在几秒钟内返回读数。

为了模仿咀嚼造成的口感变化，研究小组将鸡蛋混合物放入搅拌机，让机器人再次测试这道菜。在“咀嚼”的不同时刻，不同的读数产生了每道菜的味道地图。

他们的研究结果表明，与其他电子品尝方法相比，机器人评估咸味的能力有了显著提高，而其他电子品尝方法往往耗时且只能提供单一的读数。

虽然他们的技术只是一个概念的证明，但研究人员表示，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，并可以根据个人口味进行调整。

阿卜杜勒阿里说:“当机器人学习烹饪时，就像其他厨师一样，它需要知道自己做得有多好。”“我们希望机器人理解味道的概念，这将使他们更好地烹饪。在我们的实验中，机器人可以在咀嚼食物时‘看到’食物的不同，这提高了它尝味道的能力。”

Beko公司的高级科学家Muhammad W. Chughtai博士说:“Beko公司的愿景是将机器人带到安全且易于使用的家庭环境中。”“我们相信，未来机器人厨师的发展将在忙碌的家庭和辅助生活家庭中发挥重要作用。这一结果是机器人烹饪的一次飞跃，通过使用机器和深度学习算法，咀嚼功能将帮助机器人厨师调整不同菜肴和用户的口味。”

未来，研究人员希望改进机器人厨师，使其能够品尝不同类型的食物，并提高感知能力，使其能够品尝甜或油的食物。

该研究得到了Beko plc和英国研究与创新(UKRI)的工程与物理科学研究委员会(EPSRC)的部分支持。饭田文谷是剑桥大学科珀斯克里斯蒂学院院士。

Journal Reference:

1. Grzegorz Sochacki, Arsen Abdulali, Fumiya Iida. Mastication-Enhanced Taste-Based Classification of Multi-Ingredient Dishes for Robotic Cooking. Frontiers in Robotics and AI, 2022; 9 DOI: 10.3389/frobt.2022.886074