机器人“厨师”尝了9道西红柿炒鸡蛋后，画出了一张味觉图

最近，英国剑桥大学的研究人员训练了一个厨师机器人，不断地咀嚼和品尝食物，以模仿厨师的烹饪过程。

一道美味菜肴的诞生，有赖于厨师在烹饪过程中不断品尝味道，增减调料在这个过程中，味道是人们判断食物味道的一个重要指标

研究人员开发了一种UR5机械手的实验装置，配备了基于电导的味觉传感器，可以通过混合食物来模拟咀嚼，并通过传导电流来再现盐的味道，帮助机器人品尝食物的味道。

研究人员的实验装置

因此，经过训练的机器人厨师可以在咀嚼过程的不同阶段品尝食物的盐度，并将盐度的信息生成数据发送给计算机，然后生成视觉味觉数据图像。

这篇论文的标题《机器人烹饪的咀嚼增强味觉多古代疾病分类》发表在5月4日的机器人学术期刊Frontiers in Robotics amp上，Frontiers是瑞士的一家开放存取出版商AI

01.边搅拌边品尝，模拟人类烹饪过程。

它是烹饪机器人自动化领域的难题之一许多研究人员参与了烹饪不同自动化环节的研究，包括通过视觉反馈控制机器人煎香肠的时间，远程操作机器人装饰蛋糕，用机械臂装载洗碗机等

一些研究人员还使用电子舌头来帮助机器人检测肉类等，但这一过程往往需要切碎，分离或与酒精混合等复杂过程，才能让电子舌发挥作用机器人厨师和人类厨师在烹饪上最大的区别在于，人类厨师在烹饪上可以尝一尝，做一做

事实上，当人们咀嚼食物时，他们会品尝其味道和质地的变化比如我们在夏天咬一口新鲜的西红柿，西红柿会释放汁液，人咀嚼释放的唾液和消化酶会改变我们对西红柿味道的感知

剑桥大学的研究人员发现，边品尝边烹饪可以提高机器人快速准确评估菜肴咸味的能力因此，研究人员训练他们的机器人设备品尝不同的西红柿炒鸡蛋，并在咀嚼过程的三个不同阶段品尝九种不同的鸡蛋和西红柿，然后产生不同菜肴的味道数据图像

实验过程

他们的研究成果可能有助于开发自动或半自动的食物制备，这可以帮助机器人学习什么味道好，什么味道不好。

02.品尝9道菜3次，生成视觉味觉图像。

再现人的咀嚼过程也可以从咀嚼过程中提取更多的信息根据研究人员的说法，在食品机械加工的几种状态下进行品尝，可以显著提高含有不同量相同成分的食品的分类性能

为了证明上述结论，研究人员模拟人类品尝过程建模，测量食物在咀嚼过程中不同阶段的味道，并生成数据它是咀嚼，压碎和磨碎食物的过程其主要目的是减小食物颗粒的平均尺寸同时，更小的颗粒也可以为消化酶发挥作用提供更大的表面积因此，咀嚼在品尝过程中起着非常重要的作用，研究人员设置了一个混合器来模拟这一过程

在味觉的测量中，机器人通过电导传感器再现盐的味道，盐度会伴随着离子浓度，离子迁移率，离子电荷的增加而增加。

考虑到人的舌头表面有多个感觉受体，研究人员会在实验中的多个点进行味觉，并将味觉表达为一系列测量值为了让机器人厨师模仿人类咀嚼和品尝的过程，研究人员在机器人手臂上连接了一个类似于盐度传感器的探针，传感器可以移动到多个位置这个样本的位置和数据将最终生成包含味道数据的图像

九道菜混合前后盐度测量的差异

研究人员用不同盐度和番茄含量的番茄准备了9种炒鸡蛋，然后机器人用探针品尝菜肴，并在几秒钟内返回读数。

该读数被用作口味的数据信息以生成图像该图像基于两个参数，即测试点的数量和板的尺寸测试点分布在正方形网格中

不同添加剂在不同搅拌阶段的电导率测量直方图。

实验过程中，搅拌过程无法控制，每一道菜都一模一样因此，研究人员会在实验过程中让机器人品尝每一道菜三次，但研究人员只使用第一次和最后一次品尝来进行分类，以提高实验的可重复性

第一次品尝是在未混合的食物上进行的然后，机器人将样品混合几秒钟，再次品尝这种测量仅用于可视化最后，机器人以最大转速再搅拌60秒后，再次品尝菜肴，在不同的时间咀嚼产生不同的读数，进一步丰富味觉图谱的数据信息

3.未混合成分盐度差异明显，但均质样品无法区分。

从实验生成的味觉图可以看出，未混合的样品会出现非常明显的电导率降低的区域，也就是没有盐的地方，这些区域和鸡蛋之间会有非常清晰的界限最后一个样本的数据电导分布比较均匀，其电导值介于番茄和鸡蛋之间

相同番茄炒鸡蛋在三个不同搅拌阶段后的味道图谱

研究人员表示，咀嚼的每个阶段都会产生明显不同的味觉数据，这也为实验提供了额外的信息。

根据这项研究，与其他电子品尝方法相比，机器人对咸味的评价能力有了显著提高这些方法通常很耗时，并且只能提供一次读数

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，并且可以根据个人口味进行调整。

Abdulali说，在我们的实验中，机器人可以‘看到’食物咀嚼时的差异，从而提高其味觉。

与该项目合作的家用电器制造商Beko的高级科学家Muhammad Chughtai表示:我们相信，机器人厨师的发展将在未来繁忙的家庭和辅助生活的家庭中发挥重要作用这一成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，咀嚼将帮助机器人厨师根据不同的菜肴和用户调整口味

尽管一些实验结果看起来很直观，但在一些同质样本下，该设备的性能很差事实上，混合不同量的盐和西红柿最终会产生相同的平均盐度由于传感器的特殊结构，它无法区分2个化学成分相同的盘子

另外，菜的温度，菜是固体还是液体等都会影响机器人在烹饪中的品尝过程

04.结论:机器人自动烹饪需要与人类的口味进行对比。

此前，机器人的应用通常集中在流程化，固定化的工艺任务上，品尝的任务往往充满了极大的不确定性不同的人会因为自身的特点对食物的味道有不同的感受，这证明了机器人自动化烹饪的难度

此外，人类在品尝时还会受到唾液化学成分，食物温度，个人喜好等等的影响因此，研究人员表示，未来的工作将研究唾液，这可能会为机器人增加人类唾液中脂肪酶和淀粉酶的化学试剂

烹饪领域的自动化研究还存在一些不足，但将味道等信息转化为可视化数据可以促进进一步的研究据研究人员称，他们将根据分类数据建立一个标准，以此为基准来比较机器人味觉和人类味觉的心理物理学研究，并在未来继续扩大这一概念的外延