Похожие статьи
Исследователи обучили робота-повара смотреть кулинарные видеоролики, учиться на них и самостоятельно готовить еду. Специалисты из Кембриджского университета запрограммировали своего робота-повара с помощью кулинарной книги, содержащей восемь простых рецептов салатов. После просмотра видео, на котором человек демонстрировал один из рецептов, робот мог определить, какой рецепт готовится, и приготовить его.
Кроме того, видео помогло роботу постепенно пополнять свою кулинарную книгу. В конце эксперимента робот сам придумал девятый рецепт. Результаты исследования, опубликованные в журнале IEEE Access, показывают, что видеоконтент может стать ценным и богатым источником данных для автоматизированного производства продуктов питания, а также упростить и удешевить внедрение роботов-поваров.
Роботы-повара появляются в научной фантастике уже несколько десятилетий, но на самом деле приготовление еды — сложная задача для робота. Несколько коммерческих компаний создали прототипы роботов-поваров, но ни один из них в настоящее время не выпускается серийно, и они значительно отстают от своих человеческих коллег в плане навыков.
Человеческие повара могут изучать новые рецепты, наблюдая за тем, как готовит другой человек, или просматривая видеоролики, но программирование робота на приготовление различных блюд — дело дорогое и трудоемкое.
«Мы хотели узнать, сможем ли мы обучить робота-повара так же, как это делают люди — путем определения ингредиентов и того, как они сочетаются в блюде», — делится Гжегож Сохацки с инженерного факультета Кембриджа, первый автор статьи.
Сохацки, аспирант лаборатории биологической робототехники профессора Фумио Ииды, и его коллеги разработали восемь простых рецептов салатов и сняли на видео, как они их готовят. Затем они использовали общедоступную нейронную сеть для обучения своего робота-повара. Нейронная сеть уже была запрограммирована на распознавание ряда различных объектов, включая фрукты и овощи, использованные в восьми рецептах салата (брокколи, морковь, яблоко, банан и апельсин).
Используя методы компьютерного зрения, робот проанализировал каждый кадр видеозаписи и смог идентифицировать различные объекты и элементы, такие как нож и ингредиенты, а также руки, ладони и лицо человека-демонстратора. Оба рецепта и видео были преобразованы в векторы, и робот выполнил математические операции над векторами, чтобы определить сходство между демонстратором и вектором.
Правильно идентифицируя ингредиенты и действия человека-повара, робот мог определить, какой рецепт готовится. Он смог сделать вывод, что если демонстратор держит нож в одной руке, а морковь в другой, то морковь режут.
Из 16 просмотренных видео робот распознавал правильный рецепт в 93% случаев, хотя распознавал только 83% действий человека-повара. Он также смог распознать, что небольшие изменения в рецепте, такие как приготовление двойной порции или обычная человеческая ошибка, были вариациями, а не новым рецептом. Робот также правильно распознал образец нового, девятого по счету салата, добавил его в свою кулинарную книгу и приготовил.
Эксклюзивный перевод
О светлом будущем заботятся политики, о светлом прошлом – историки, о светлом настоящем – журналисты.
