Maisto ruošimas yra viena iš tų problemų, kuri taip atrodo turėtų gali būti išspręstas robotais. Tai nuspėjama, pasikartojanti, pagrindinė manipuliavimo užduotis pusiau struktūruotoje aplinkoje – atrodo idealu, tiesa? Ir akivaizdu, kad poreikis yra didžiulis, nes žmogaus darbo jėga yra brangi ir vis sunkiau rasti tokiais atvejais. Šiuo metu yra virš milijono neužimtų darbo vietų maisto pramonėje Jungtinėse Amerikos Valstijose ir net su užimtomis darbo vietomis metinė apyvarta siekia 150 procentų (tai reiškia, kad daug darbuotojų neištveria net metų).
Maisto ruošimas atrodo kaip puiki galimybė robotams, todėl Šefas Robotika ir saujelė kitų robotika Įmonės prieš porą metų tai išsprendė, atvesdamos robotus į paprastus greitus restoranus, tokius kaip „Chipotle“ ar „Sweetgreen“, kur prie prekystalio patiekiamas pagal užsakymą paruoštas maistas iš įvairių ingredientų.
Tačiau tai tikrai nepasiteisino dėl kelių priežasčių. Pirma, robotams neišvengiamai labai sunku atlikti dalykus, kurie žmonėms dažniausiai yra be pastangų. Antra, žmonės iš tikrųjų daro daug naudingų dalykų restorano kontekste, ne tik deda maistą į lėkštes, o robotai nebuvo tinkami visiems tiems dalykams.
Vis dėlto Chef Robotics įkūrėjas ir generalinis direktorius Radžat Bhagerija nebuvo pasirengęs praleisti šios galimybės. „Maisto rinka, be abejo, yra didžiausia DI rinka, kurią šiandien galima stebėti“, – sakė jis IEEE spektras. Šiek tiek atsitraukusi nuo sudėtingos greito paprastų restoranų netvarkos, „Chef Robotics“ vis tiek sugebėjo paruošti daugiau nei 20 milijonų patiekalų dėl autonominių robotų ginklų, dislokuotų visoje Šiaurės Amerikoje. To nežinodamas, galbūt net valgėte tokį patiekalą.
„Sunkiausias dalykas yra tai, ar galite greitai pasirinkti? Ar galite pasirinkti nuosekliai? Ar galite pasirinkti tinkamą porcijos dydį, kad neišsilietų? Ir ar galite išsirinkti, neatrodydami, kad maistą rinko mašina? -Rajat Bhageria, šefas Robotics
Kai kalbėjomės su Bhagerija, jis paaiškino, kad ruošiant maistą yra trys pagrindinės užduotys: paruošimas (pvz., ingredientų smulkinimas), tikrasis gaminimo procesas ir tada surinkimas (arba padengimas). Iš šių užduočių paruošimo svarstyklės gana gerai atliekamos naudojant pramoninę automatiką, nes paprastai galite užsisakyti iš anksto susmulkintų arba sumaišytų ingredientų, o gaminimas taip pat puikiai tinka, nes galite gaminti daugiau, įdėdami tik minimalias pastangas, tiesiog naudodami didesnį puodą ar keptuvę arba orkaitė. Ką ne masto gerai yra surinkimas, ypač kai reikalingas bet koks lankstumas ar įvairovė. Tai aiškiai matote bet kuriame greito ir kasdieniame restorane, kur pora žmonių virtuvėje gamina didžiulius maisto kiekius, o kiekvienas klientas yra aptarnaujamas po vieną.
Taigi, kai buvo nustatyta ši kliūtis, mesk keletą robotų į problemą, tiesa? Ir būtent tai padarė „Chef Robotics“, aiškina Bhageria: „Mes kreipėmės į savo klientus, kurie pasakė, kad jų didžiausias skausmas buvo darbas, o daugiausiai darbo tenka surinkti, todėl pasakėme, kad galime padėti jums tai išspręsti.
Chef Robotics pradėjo nuo greitų kasdienių restoranų. Jie nebuvo pirmieji, kurie tai išbandė – daugelis kitų robotikos kompanijų bandė tai padaryti anksčiau, o rezultatai buvo aiškiai skirtingi.„Iš tikrųjų mums labai pasisekė, kai parduodame „fast casual“. grandinės, – sako Bhageria, – bet tada turėjome tam tikrų techninių kliūčių. Iš esmės, jei norime turėti žmogui lygiavertę sistemą, kad galėtume už savo robotą imti žmogui lygiavertį aptarnavimo mokestį, turime sugebėti atlikti visus ingredientus. Jūs esate visiškas žmogaus ekvivalentas, arba mūsų klientai mums pasakė, kad tai nebus naudinga.
Dalis iššūkio yra ta, kad mokomieji robotai atlieka visas įvairias manipuliacijas, reikalingas įvairioms surinkimo užduotims atlikti, reikalauja skirtingų realaus pasaulio duomenų. Tų duomenų tiesiog nėra – arba, jei yra, bet kuri juos turinti įmonė žino, ko jie verti, ir nesidalija. Neįmanoma lengvai imituoti tokio tipo duomenų, nes maistas gali būti šiurkštus ir sunkiai apdorojamas, nesvarbu, ar jis niūrus, ar purus, ar purus, ar gleivėtas, ar kitaip nenuspėjamai deformuojantis, o norint išmokyti naudingą manipuliavimo modelį, jums tikrai reikia fizinės patirties. .
Trumpam atmetus greitus kasdienius restoranus, ką daryti su maisto ruošimo situacijomis, kai viskas yra kiek įmanoma nuspėjama, pavyzdžiui, masinės gamybos patiekalai? Kalbame apie maistą, pavyzdžiui, šaldytas vakarienes, kuriose yra keletas atskirų ingredientų, supakuotų į padėklus gamykliniu mastu. Šaldytų miltų gamyba remiasi automatizavimu, o ne robotika, nes mastai yra tokie, kad specialios įrangos kaina gali būti pagrįsta.
Tačiau yra viduriukas, kai robotai rado (tam tikrą) galimybę: kai reikia pagaminti didelį kiekį to paties patiekalo, bet tas patiekalas reguliariai keičiasi. Pavyzdžiui, pagalvokite apie bet kokį iš anksto supakuotą maistą, kuris gaminamas dideliais kiekiais, tik ne šaldytų maisto produktų mastu. Tai automatizavimo galimybė struktūrizuotoje aplinkoje, bet pakankamai įvairios, kad tikrasis automatizavimas nėra ekonomiškas. Staiga robotai ir jų lanksti automatika turi galimybę tapti praktišku sprendimu.
„Matėme šias ilgas surinkimo linijas, kur žmonės semdavo maistą iš didelių kubilų ir ant atskirų padėklų“, – sako Bhageria. „Šiomis linijomis jie gamina daug įvairių patiekalų; tai pasikeis ir jie visą savaitę valgys skirtingai. Tačiau bet kuriuo momentu kiekvienas žmogus gamina vieną ingredientą, o galbūt kas savaitę tas žmogus pagamintų šešis ingredientus. Tai mums buvo tikrai patraukli, nes šešis ingredientus galime panaudoti laboratorijoje. Mes galime gauti kažką pakankamai gero, o jei galime gauti kažką pakankamai gero, tada galime išsiųsti robotą, o jei galime pristatyti robotą į gamybą, tada gausime realaus pasaulio mokymo duomenis.
Chef Robotics diegė robotų modulius, kuriuos jie gali įdėti į esamas maisto surinkimo linijas vietoje žmonių, nereikia modifikuoti. Moduliai susideda iš šešių laisvės laipsnių, dėvinčių prabangius IP67 plaunamus kostiumus. Norint tvarkyti įvairių rūšių maistą, robotai gali būti aprūpinti įvairiais skirtingais įrankiais (ir su jais susijusiomis manipuliavimo programinės įrangos strategijomis). Sensing apima keletą gylio kamerų, taip pat svorio jutimo platformą maisto padėklui, kad būtų renkamas pastovus maisto kiekis. Ir nors rankos su šešiais laisvės laipsniais kol kas gali būti perdėtos, ilgainiui tikimasi, kad jos sugebės susidoroti su sudėtingesniu maistu, pavyzdžiui, šparagais, kur jums reikia padaryti šiek tiek daugiau nei tik semti.
Nors „Chef Robotics“, atrodo, čia yra perspektyvus verslas, Bhagerija pasakoja, kad jis vis grįžta prie tos vizijos, kad robotai yra naudingi greituose kasdieniuose restoranuose, o galiausiai – robotai, gaminantys mums maistą mūsų namuose. Kad tai įvyktų, prireiks laiko, patirties, techninių žinių ir stulbinančio kiekio realaus mokymosi duomenų, o tai yra tikroji tų 20 milijonų robotų paruoštų patiekalų vertė (ir jų skaičius skaičiuojamas). Kuo daugiau robotų įmonė diegia, tuo daugiau duomenų jie surenka, o tai leis jiems išmokyti savo maisto manipuliavimo modelius valdyti įvairesnius ingredientus, kad būtų galima naudoti dar daugiau. Jų robotai, Virėjo svetainėje rašoma„iš esmės veikia kaip duomenų gavimo varikliai, siekiant pagerinti mūsų AI modelius“.
Tikėtinas kitas žingsnis vaiduoklių virtuvės kur aplinka vis dar yra šiek tiek kontroliuojama ir žmonių sąveika nėra būtina, o po to jie naudojami komercinėse virtuvėse. Tačiau net ir to nepakaks Bhagerijai, kuri nori robotų, kurie galėtų perimti visą maisto tiekimo darbą: „Labai džiaugiuosi dėl šios vizijos“, – sako jis. „Kaip mes visame pasaulyje dislokuojame šimtus milijonų robotų, leidžiančių žmonėms daryti tai, ką žmonės moka geriausiai?
Iš jūsų svetainės straipsnių
Susiję straipsniai visame internete
