Ένα ρομπότ «σεφ» δοκιμάζει το φαγητό και αξιολογεί εάν είναι επαρκώς καρυκευμένο και αν αρέσει στους καταναλωτές.
Ερευνητές από το Πανεπιστήμιο του Κέμπριτζ, σε συνεργασία με τον κατασκευαστή οικιακών συσκευών Beko, εκπαίδευσαν τον σεφ ρομπότ τους να αξιολογεί το πόσο αλμυρό είναι ένα πιάτο σε διαφορετικά στάδια της διαδικασίας μάσησης. Αυτό επιτυγχάνεται μέσω της τεχνολογικής μίμησης μιας παρόμοιας διαδικασία στους ανθρώπους. Οι επιστήμονες ελπίζουν ότι τα αποτελέσματά τους θα μπορούσαν να είναι χρήσιμα στην ανάπτυξη αυτοματοποιημένης ή ημι-αυτόματης παρασκευής φαγητού, βοηθώντας τα ρομπότ να μάθουν τι είναι καλό και τι όχι, κάνοντάς τους καλύτερους μάγειρες.
Ποια είναι αυτή η διαδικασία; Όταν μασάμε το φαγητό μας, ο εγκέφαλός μας ανατροφοδοτεί τη γεύση ενός φαγητού σε διαφορετικές φάσεις κάθε φορά. Για παράδειγμα, το δάγκωμα μιας φρέσκιας και ζουμερής ντομάτας θα απελευθερώσει χυμούς και καθώς μασάμε και με την έκρηξη σάλιου κα πεπτικών ενζύμων, η αντίληψή μας για τη γεύση της ντομάτας θα αλλάξει. Με αυτά τα μέσα, ο ρομπότ σεφ, ο οποίος έχει ήδη εκπαιδευτεί να φτιάχνει ομελέτες με βάση τα σχόλια των ανθρώπινων γεύσεων, δοκίμασε εννέα διαφορετικές παραλλαγές ενός απλού πιάτου με ομελέτα και ντομάτες σε τρία διαφορετικά στάδια της διαδικασίας μάσησης και δημιούργησε «χάρτες γεύσης» των διαφορετικών πιάτων.
Συγκεκριμένα, για να μιμηθούν την ανθρώπινη διαδικασία μάσησης και γευσιγνωσίας στο ρομπότ σεφ τους, οι ερευνητές προσάρτησαν έναν ανιχνευτή αγωγιμότητας, ο οποίος λειτουργεί ως αισθητήρας αλατότητας, σε έναν βραχίονα ρομπότ. Ο ρομπότ σεφ – ο οποίος έχει ήδη εκπαιδευτεί να φτιάχνει ομελέτες – δοκίμασε εννέα διαφορετικές παραλλαγές ενός απλού πιάτου με ομελέτα και ντομάτες σε τρία διαφορετικά στάδια της διαδικασίας μάσησης διαφοροποιώντας τον αριθμό των ντοματών και την ποσότητα του αλατιού σε κάθε πιάτο. Χρησιμοποιώντας τον αισθητήρα, το ρομπότ «δοκίμασε» τα πιάτα με πλέγμα, επιστρέφοντας μια ανάγνωση σε λίγα δευτερόλεπτα. Για να μιμηθεί την αλλαγή στην υφή που προκαλείται από το μάσημα, η ομάδα στη συνέχεια έβαλε το μείγμα των αυγών σε ένα μπλέντερ και έβαλε το ρομπότ να δοκιμάσει ξανά το πιάτο. Οι διαφορετικές αναγνώσεις σε διαφορετικά σημεία «μάσησης» παρήγαγαν γευστικούς χάρτες κάθε πιάτου. Οι ερευνητές διαπίστωσαν ότι αυτή η προσέγγιση βελτίωσε σημαντικά την ικανότητα του ρομπότ να αξιολογεί γρήγορα και με ακρίβεια την αλμύρα του πιάτου σε σχέση με άλλες ηλεκτρονικές τεχνολογίες γευσιγνωσίας, οι οποίες δοκιμάζουν μόνο ένα ομογενοποιημένο δείγμα.
Η ικανότητα των ρομπότ να αξιολογούν την αλμύρα σε σχέση με άλλες ηλεκτρονικές μεθόδους γευσιγνωσίας, οι οποίες συχνά είναι χρονοβόρες και παρέχουν μόνο μία ανάγνωση, βελτιώθηκε με αυτή τη μέθοδο. Ενώ η τεχνική τους είναι μια απόδειξη της ιδέας, οι ερευνητές λένε ότι μιμούμενοι τις ανθρώπινες διαδικασίες μάσησης και γευσιγνωσίας, τα ρομπότ θα μπορέσουν να προσαρμοστούν ανάλογα με τα μεμονωμένα γούστα.
Τα αποτελέσματά τους θα μπορούσαν να είναι χρήσιμα στην ανάπτυξη αυτοματοποιημένης ή ημι-αυτόματης παρασκευής φαγητού, βοηθώντας τα ρομπότ να μάθουν τι είναι καλό και τι όχι, κάνοντάς τους καλύτερους μάγειρες. Στο μέλλον, οι ερευνητές προσπαθούν να βελτιώσουν το ρομπότ σεφ ώστε να μπορεί να γεύεται διαφορετικούς τύπους φαγητού και να βελτιώσει τις ικανότητες αίσθησής του.
Την μελέτη δημοσίευσε το Eurekalert.
Ακολουθήστε το Cibum 
