ISTRAŽIVAČI sa Sveučilišta u Cambridgeu programirali su robotskog kuhara s kuharicom od osam jednostavnih recepata za salate. Nakon gledanja videa čovjeka koji demonstrira jedan od recepata, robot je uspio prepoznati koji se recept priprema i napraviti ga. Na kraju eksperimenta robot je sam došao do devetog recepta.

Njihovi rezultati pokazuju kako videosadržaj može biti vrijedan i bogat izvor podataka za automatiziranu proizvodnju hrane te bi mogao omogućiti lakšu i jeftiniju implementaciju robota kuhara. Robotski kuhari već se desetljećima prikazuju u znanstvenoj fantastici, ali u stvarnosti je kuhanje izazovan problem za robota.

Nekoliko komercijalnih tvrtki napravilo je prototipove robota kuhara, iako nijedan od njih trenutno nije komercijalno dostupan, a po vještini znatno zaostaju za svojim ljudskim kolegama. Ljudski kuhari mogu naučiti nove recepte kroz promatranje, bilo da je to gledanje druge osobe kako kuha ili gledanje videa na YouTubeu, ali programiranje robota za pripremu niza jela je skupo i dugotrajno.

93% točnost

Istraživači su osmislili osam jednostavnih recepata za salate i snimili se kako ih rade. Zatim su upotrijebili javno dostupnu neuronsku mrežu za treniranje svog robota kuhara. Neuronska mreža već je bila programirana za prepoznavanje niza različitih objekata, uključujući voće i povrće korišteno u osam recepata za salate (brokula, mrkva, jabuka, banana i naranča).

Koristeći tehnike računalnog vida, robot je analizirao svaki kadar videa i uspio identificirati različite objekte i značajke, poput noža i sastojaka, kao i ruke, ruke i lice ljudskog demonstratora. I recepti i videozapisi pretvoreni su u vektore, a robot je izvodio matematičke operacije na vektorima kako bi utvrdio sličnost između demonstracije i vektora.

Ispravnim identificiranjem sastojaka i radnjama ljudskog kuhara, robot je mogao odrediti koji se od recepata priprema. Robot je mogao zaključiti da ako bi demonstrator držao nož u jednoj ruci, a mrkvu u drugoj, mrkva bi bila nasjeckana. Od 16 videa koje je pogledao, robot je prepoznao točan recept u 93% slučajeva, iako je otkrio samo 83% radnji ljudskog kuhara.