
Робота-повара научили воссоздавать блюда после просмотра кулинарных видеороликов
Исследователи обучили роботизированного «шеф-повара» смотреть кулинарные видеоролики и учиться по ним, а также воссоздавать само блюдо. Изобретатели из Кембриджского университета заложили в робота-повара «кулинарную книгу» из восьми простых салатов. После просмотра видео, на котором человек показал один из рецептов, робот смог определить, какой именно салат готовят, и повторить его «собственноручно». Научную статью о достижении озаглавили «Распознавание намерений шеф-повара-человека для постепенного изучения кулинарной книги роботизированным шеф-поваром по приготовлению салатов».
Кроме того, видеоролики помогли роботу постепенно пополнять свою кулинарную книгу. В конце эксперимента робот самостоятельно придумал девятый рецепт. Итак, видеоконтент может стать ценным и богатым источником данных для автоматизированного производства продуктов питания, чтобы упростить и удешевить внедрение робототехники на кухнях.
Роботов-поваров десятилетиями пописывали в научной фантастике, но на самом деле приготовление пищи — сложная задача для машины. Несколько коммерческих компаний уже создали робоповаров, но они значительно отстают от людей с точки зрения мастерства. Люди могут изучать новые рецепты, просто посмотрев, как работает другой, или видео про это на YouTube. Но программирование робота для приготовления различных блюд — это дорого и отнимает много времени.
— Гжегож Сохацкий из инженерного факультета Кембриджа, первый автор статьи.
Сохацкий, кандидат наук в лаборатории биоинженерной робототехники профессора Фумии Ииды, и его коллеги придумали восемь простых рецептов салатов и засняли на видео, как они их готовят. Затем использовали общедоступную нейронную сеть для обучения робота. Нейронная сеть уже была обучена узнавать различные объекты, включая фрукты и овощи: брокколи, морковь, яблоко, банан и апельсин.
Используя компьютерное зрение, робот проанализировал каждый кадр видео и смог опознать различные объекты и особенности: нож, ингредиенты, руки и лицо своего учителя. И рецепты, и видеоролики преобразовали в векторы, и робот выполнил математические операции, чтобы определить сходство между демонстрацией и вектором.

Правильно определяя ингредиенты и действия человека, робот мог понять, какой из рецептов шёл в дело. Если бы демонстратор держал нож в одной руке, а морковь — в другой, то происходила резка овоща, делала свой вывод машина.
Из 16 просмотренных видеороликов робот распознал правильный рецепт в 93% случаев, хотя понимал только 83% действий человека. Робот также смог обнаружить, что небольшие изменения в рецепте — двойная порция или обычная человеческая ошибка — это вариации одного процесса, а не новый рецепт. Робот также правильно распознал демонстрацию нового, девятого по счёту салата, а затем добавил его в свою кулинарную книгу и приготовил.
Сохацкий считает удивительным то, сколько нюансов робот смог обнаружить. Да, эти были простенькие рецепты, всего лишь нарезанные фрукты и овощи. Но эффективность машины состоит в том, что она поняла: два нарезанных яблока и две нарезанные моркови — это тот же рецепт, что и три нарезанных яблока и три нарезанные моркови.
Видеоролики, используемые для обучения робота-повара, не похожи на сюжеты о еде, сделанные блогерами в соцсетях, эффектные и резвые. Например, роботу было бы трудно распознать морковь, если бы её сжимали в руке. Чтобы робот идентифицировал морковку, человек-демонстратор должен был показать овощ целиком. Но поскольку роботы-повара всё лучше и всё быстрее определяют ингредиенты в видео о еде, они уже могут использовать YouTube для изучения целого ряда рецептов, добавил Сохацкий.
Кроме того, видеоролики помогли роботу постепенно пополнять свою кулинарную книгу. В конце эксперимента робот самостоятельно придумал девятый рецепт. Итак, видеоконтент может стать ценным и богатым источником данных для автоматизированного производства продуктов питания, чтобы упростить и удешевить внедрение робототехники на кухнях.
Роботов-поваров десятилетиями пописывали в научной фантастике, но на самом деле приготовление пищи — сложная задача для машины. Несколько коммерческих компаний уже создали робоповаров, но они значительно отстают от людей с точки зрения мастерства. Люди могут изучать новые рецепты, просто посмотрев, как работает другой, или видео про это на YouTube. Но программирование робота для приготовления различных блюд — это дорого и отнимает много времени.
Мы хотели посмотреть, сможем ли мы обучить робота-повара тому же поэтапному способу, как у людей: опознавать ингредиенты и их сочетания в блюде
— Гжегож Сохацкий из инженерного факультета Кембриджа, первый автор статьи.
Сохацкий, кандидат наук в лаборатории биоинженерной робототехники профессора Фумии Ииды, и его коллеги придумали восемь простых рецептов салатов и засняли на видео, как они их готовят. Затем использовали общедоступную нейронную сеть для обучения робота. Нейронная сеть уже была обучена узнавать различные объекты, включая фрукты и овощи: брокколи, морковь, яблоко, банан и апельсин.
Используя компьютерное зрение, робот проанализировал каждый кадр видео и смог опознать различные объекты и особенности: нож, ингредиенты, руки и лицо своего учителя. И рецепты, и видеоролики преобразовали в векторы, и робот выполнил математические операции, чтобы определить сходство между демонстрацией и вектором.

Правильно определяя ингредиенты и действия человека, робот мог понять, какой из рецептов шёл в дело. Если бы демонстратор держал нож в одной руке, а морковь — в другой, то происходила резка овоща, делала свой вывод машина.
Из 16 просмотренных видеороликов робот распознал правильный рецепт в 93% случаев, хотя понимал только 83% действий человека. Робот также смог обнаружить, что небольшие изменения в рецепте — двойная порция или обычная человеческая ошибка — это вариации одного процесса, а не новый рецепт. Робот также правильно распознал демонстрацию нового, девятого по счёту салата, а затем добавил его в свою кулинарную книгу и приготовил.
Сохацкий считает удивительным то, сколько нюансов робот смог обнаружить. Да, эти были простенькие рецепты, всего лишь нарезанные фрукты и овощи. Но эффективность машины состоит в том, что она поняла: два нарезанных яблока и две нарезанные моркови — это тот же рецепт, что и три нарезанных яблока и три нарезанные моркови.
Видеоролики, используемые для обучения робота-повара, не похожи на сюжеты о еде, сделанные блогерами в соцсетях, эффектные и резвые. Например, роботу было бы трудно распознать морковь, если бы её сжимали в руке. Чтобы робот идентифицировал морковку, человек-демонстратор должен был показать овощ целиком. Но поскольку роботы-повара всё лучше и всё быстрее определяют ингредиенты в видео о еде, они уже могут использовать YouTube для изучения целого ряда рецептов, добавил Сохацкий.
- Дмитрий Ладыгин
- eurekalert.org; ieeexplore.ieee.org
Наши новостные каналы
Подписывайтесь и будьте в курсе свежих новостей и важнейших событиях дня.
Рекомендуем для вас

На дне Большой голубой дыры обнаружено нечто поистине пугающее
Слои из прошлого пророчат эпоху суперштормов....

Геологи обнаружили, что Америка… «стекает» в гигантскую воронку в мантии Земли
Открытие шокирует, но не все так плохо, как кажется на первый взгляд....

Две 7000-летние мумии, найденные в Сахаре, принадлежали… к неизвестной расе
Ученые признаются: эта находка значительно меняет историю древней Африки....

Сканирование «Титаника» раскрыло героические поступки на тонущем корабле
Появились сенсационные подробности последних часов гибнущего судна....

Один из главных национальных артефактов Великобритании может оказаться вовсе не английским
В истории со шлемом из Саттон-Ху неожиданно появился скандинавский след....

Мертвый, но не совсем: Почему ЦРУ верило, что в 1955 Гитлер танцевал танго
Рассекреченные документы говорят, что Америке был очень нужен живой нацистский лидер....

Почему западные эксперты боятся российских спутников-призраков?
Собрали для вас информацию по новой секретной российской миссии....

В Австралии «поправили» гены ядовитых жаб и создали ненасытных каннибалов
Генетически модифицированная ага никогда не взрослеет....

В Индии растёт спрос на ноутбуки типа «Франкенштейн»
Индийская культура ремонта даёт новую жизнь «убитым» компьютерам....

Американские биохакеры «воскресили» из небытия легендарных лютоволков
Только вот есть ли для хищников из прошлого место в мире будущего?...

Ученые определились с первым кандидатом, который будет высажен на Красной планете
Симбионт процветает в условиях, похожих на марсианские, поэтому проблем не будет....

В США обанкротилось крупнейшее ДНК-хранилище
Чем это грозит 15 миллионам американцам?...

2,45% разницы, которые спасли Вселенную от полного уничтожения
Как ученые раскрыли тайну антиматерии....

Если бы не астероид, динозавры до сих пор жили бы на планете
Новое исследование показало, что древние ящеры не были обречены до глобальной катастрофы....

Пес войны из вечной мерзлоты: российские ученые «воскресили» самого древнего спецназовца Сибири
Уникальная реконструкция Северо-Восточного федерального университета действительно потрясает!...

Даже богатые американцы живут меньше, чем европейцы с похожим достатком
Исследована статистика за десятилетие....