Belangrijkste afhaalrestaurants
- Een nieuw systeem zou een robot in staat kunnen stellen om complexe deegmanipulatietaken uit te voeren voor het maken van pizza's.
- Onderzoekers zeggen dat de methode de sleutel kan zijn tot het oplossen van complexere automatiseringsproblemen.
- Er zit verrassend veel wiskunde in het deeg van een pizza.
Het leren van robots om geweldige pizza's te maken, is misschien wel de sleutel tot het oplossen van complexere automatiseringsproblemen.
Onderzoekers hebben een robotmanipulatiesysteem ontwikkeld dat een leerproces in twee fasen gebruikt om een robot in staat te stellen complexe deegmanipulatietaken uit te voeren. De methode, beschreven in een nieuw artikel, stelt robots in staat om dingen te doen zoals het snijden en uitspreiden van deeg of het verzamelen van stukjes deeg van rond een snijplank.
"Het klinkt misschien grappig, maar pizza's maken is een buitengewone test voor robots", vertelde AI-onderzoeker Adrian Zidaritz, die niet betrokken was bij het onderzoek, aan Lifewire in een e-mailinterview. "Een robot bekijkt objecten door een camera, dus hij moet werken met tweedimensionale afbeeldingen van dat object terwijl hij probeert deze afbeeldingen samen te voegen tot een driedimensionaal object. Voeg daar nu aan toe dat het deeg van de pizza continu wordt vervormd, en de test wordt nog buitengewoner."
Het deeg smeren
Voor een robot is het moeilijk om met een vervormbaar object zoals deeg te werken, omdat de vorm van deeg op veel manieren kan veranderen, die moeilijk met een vergelijking kunnen worden weergegeven. En het maken van een nieuwe vorm uit dat deeg vereist meerdere stappen en het gebruik van verschillende hulpmiddelen. Het is een uitdaging voor een robot om een manipulatietaak te leren met een lange opeenvolging van stappen - waar veel keuzes mogelijk zijn - omdat leren vaak gebeurt door middel van vallen en opstaan.
Nu zeggen wetenschappers van MIT, Carnegie Mellon University en de University of California in San Diego dat ze een verbeterde methode hebben ontwikkeld om robots te leren pizza's te maken. Ze creëerden een raamwerk voor een robotmanipulatiesysteem dat gebruikmaakt van een leerproces in twee fasen, waardoor een robot gedurende een lange periode complexe deegmanipulatietaken kan uitvoeren.
De nieuwe methode omvat een 'leraar'-algoritme dat elke stap oplost die de robot moet nemen om de taak te voltooien. Vervolgens traint het een 'leerling'-machineleermodel dat abstracte ideeën leert over wanneer en hoe elke vaardigheid die het tijdens de les nodig heeft, moet worden uitgevoerd, zoals het gebruik van een deegroller. Met deze kennis beredeneert het systeem hoe de vaardigheden moeten worden beheerd om de hele taak te voltooien.
"Deze methode ligt dichter bij hoe wij als mensen onze acties plannen", zei Yunzhu Li, een afgestudeerde student aan het MIT en een van de auteurs van het artikel over de methode, in het persbericht over het project. "Wanneer een mens een lange-horizontaak uitvoert, schrijven we niet alle details op. We hebben een planner op een hoger niveau die ons ruwweg vertelt wat de fasen zijn en enkele van de tussenliggende doelen die we onderweg moeten bereiken, en dan voeren we ze uit."
De Pi van Pie
Er gaat verrassend veel wiskunde in het maken van pizzadeeg, zei Zidaritz. Het deeg kan worden beschreven met behulp van algebraïsche of parametrische oppervlakken.
"Dan is er de kwestie van het kiezen van het formalisme waarmee de vervormingen moeten worden weergegeven, meestal een reeks differentiaalvergelijkingen," voegde hij eraan toe. "Het kan hier moeilijk worden omdat deze differentiaalvergelijkingen een hoge rekenkundige complexiteit hebben. Het deeg van de pizza kan niet in de lucht worden bevroren terwijl de robot uitwerkt waarin het bij de volgende stap kan worden vervormd."
Yariv Reches, de mede-oprichter van Hyper Food Robotics, dat robotachtige fastfoodwinkels bouwt, zei in een e-mailinterview dat het manipuleren van pizzadeeg een zware uitdaging is. Werken met een vervormbaar object zoals deeg is complexer dan het hanteren van een rigide.
"Statische objecten worden onderzocht aan het einde van een reeks acties, terwijl bij vervormbare objecten het onderwerp altijd van vorm en consistentie verandert - het leren is dan het annotatieprocesmechanisme dat zich ter plekke moet aanpassen, " voegde hij eraan toe.
Maar recente ontwikkelingen in robotica kunnen geweldige dingen opleveren voor pizzaliefhebbers, zei Reches. Het hanteren, assembleren, koken, bereiden en verpakken van voedsel veranderen vaak van vorm terwijl het door robots wordt gehanteerd.
"Door AI in voedselbereiding te integreren, kunnen alle voedselingrediënten die van toestand veranderen en door robotdispensers moeten stromen, met technologie worden beheerd, "voegde Reches eraan toe."Bijvoorbeeld pizza-toppings die moeten worden aangebracht, uitgesmeerd en zelfs direct kunnen worden gecorrigeerd, kunnen worden verwerkt, of zelfs hamburgerpasteitjes en broodjes kunnen worden aangebracht en geassembleerd."
