ロボットシェフはトマト入りスクランブルエッグ9品を試食した後、味覚マップを描いた。

5月7日のZhidongxiによると、英国ケンブリッジ大学の研究者らは最近、シェフの調理過程を模倣するために、シェフロボットに食べ物を継続的に「噛んで」味わうように訓練したという。

おいしい料理を作るには、シェフが調理の過程で絶えず味見をし、調味料を加えたり減らしたりすることが不可欠です。この過程で、味覚は人々が食べ物の味を判断する重要な指標となります。

ロボットに「味見をしながら調理」させるというのは馬鹿げているように聞こえるが、論文の第一著者でケンブリッジ大学工学部のグレゴシュ・ソチャツキ氏は「ロボットが味覚の概念を理解し、より優れたシェフになれることを期待している」と語った。

研究者らは、導電率ベースの味覚センサーを搭載したUR5ロボットアームを使った実験装置を開発した。このセンサーは、食べ物を混ぜて咀嚼をシミュレートし、電流を流して塩の味を再現することで、ロボットが食べ物の「風味」を味わえるようにする。

▲ 研究者の実験装置

そのため、訓練を受けたロボット「シェフ」は、咀嚼プロセスのさまざまな段階で食品の塩味を味わい、塩味の情報データをコンピューターに送信し、視覚的な味覚データ画像を生成することができます。

「ロボット調理のための咀嚼強化型味覚ベース多材料料理分類」と題されたこの論文は、スイスのオープンアクセス出版社Frontiers傘下のロボット工学学術誌Frontiers in Robotics & AIに5月4日発表された。

リンク: https://doi.org/10.3389/frobt.2022.886074

01. かき混ぜながら味見をし、人間の調理プロセスをシミュレートする

調理はロボット自動化の分野における難しい問題の 1 つです。ロボットがソーセージを揚げる時間を視覚的なフィードバックで制御したり、ロボットを遠隔操作してケーキをデコレーションしたり、ロボット アームで食器洗い機に食器を積み込んだりするなど、調理自動化のさまざまな側面の研究に、複数の研究者が参加しています。

ロボットが肉などを検出できるように「電子舌」を使用する研究者もいますが、このプロセスでは「電子舌」を機能させるために、切り刻む、分離する、アルコールと混ぜるなどの複雑なプロセスが必要になることがよくあります。調理プロセスにおけるロボットシェフと人間のシェフの最大の違いは、人間のシェフは調理しながら「味見しながら調理」できることです。

したがって、既存のソリューションはロボット「シェフ」にとって十分にタイムリーではありません。ケンブリッジ大学工学部の博士課程の学生で、この論文の共著者でもあるアルセン・アブドゥラリ氏は、「現在の電子検査方法では、均質化されたサンプルからスナップショットを撮るだけなので、ロボットシステムでより現実的な咀嚼と味見のプロセスを再現し、よりおいしい最終製品を作りたいと考えました」と語った。

実際、人は食べ物を噛むと、その味や食感の変化を味わうことができます。たとえば、夏に新鮮なトマトをかじると、トマトからジュースが放出され、それが、人間が噛むときに放出される唾液や消化酵素と組み合わさって、トマトの味の認識が変わります。

「家庭料理をする人なら、料理が出来上がり次第、味見をするという概念はよく知っているだろう。つまり、料理の調理過程全体を通して、味のバランスが正しいかをチェックするのだ」と、ケンブリッジ大学工学部の論文主執筆者、グジェゴシュ・ソチャツキ氏は言う。「ロボットを料理の調理の特定の側面に使うなら、ロボットが料理しているものを『味見』できることが重要だ」

ケンブリッジ大学の研究者らは、調理しながら味見する手法によって、ロボットが料理の塩味を素早く正確に評価する能力が向上することを発見した。そこで研究者らは、ロボット装置に、トマト入りスクランブルエッグのさまざまな味を、咀嚼過程の3つの異なる段階で9種類のスクランブルエッグとトマトを味見するように訓練し、さまざまな料理の味のデータ画像を生成した。

▲ 実験プロセス

彼らの研究結果は、ロボットが何が美味しくて何が美味しくないかを学習するのを助けることで、自動または半自動の食品調理の開発に役立つ可能性がある。

02. 9種類の料理を3回ずつ味わい、視覚的な味覚イメージを生成する

人間の咀嚼プロセスを再現することで、咀嚼プロセスに関するより多くの情報を抽出することもできます。研究者らによると、食品を機械的加工のさまざまな段階で試食すると、同じ成分の量が異なる食品の分類性能が大幅に向上するという。

上記の結論を証明するために、研究者らは人間の味覚プロセスをシミュレートし、「咀嚼」プロセスのさまざまな段階で食べ物の味を測定し、データを生成しました。咀嚼は、食べ物を砕き、すりつぶすプロセスです。咀嚼の主な目的は、食べ物の粒子の平均サイズを小さくすることです。同時に、粒子が小さくなると、消化酵素が働く表面積も大きくなります。したがって、咀嚼は味覚プロセスにおいて非常に重要な役割を果たしており、研究者たちはこのプロセスをシミュレートするためにミキサーを設置しました。

味覚測定の点では、ロボットは導電率センサーを通じて塩の味を再現します。塩分濃度は、イオン濃度、イオン移動度、イオン電荷の増加とともに増加します。

人間の舌の表面には複数の感覚受容器があることから、研究者らは実験中に複数のポイントで味見をし、一連の測定値として味を表現しました。ロボットシェフで人間の咀嚼と味覚のプロセスを模倣するために、研究者らはロボットアームに塩分センサーに似たプローブを取り付けました。センサーは複数の位置に移動でき、サンプルの位置とデータから最終的に味覚データを含む画像が生成されます。

▲ 9つの料理を混ぜる前と混ぜた後の塩分濃度測定値の違い

研究者らは、塩分とトマトの含有量が異なる9種類のスクランブルエッグを準備し、ロボットはプローブを使用して料理を「味見」し、数秒以内に結果を返した。

この読み取り値は、画像を生成するための味覚のデータ情報として使用されます。画像は、テスト ポイントの数とプレートのサイズという 2 つのパラメータに基づいています。テスト ポイントは、正方形のグリッドに分散されています。

▲ さまざまな添加物を使用した料理の、さまざまな混合段階での導電率測定値のヒストグラム。

実験中、混ぜるプロセスではすべての料理がまったく同じになるように制御することはできませんでした。そのため、研究者は実験中にロボットに各料理を3回味見させましたが、実験の再現性を向上させるために、分類には最初と最後の味見のみを使用しました。

最初の試食は混ぜていない食品で行われ、その後ロボットがサンプルを数秒間混ぜて再度試食しました。この測定は視覚化のためだけに使用されました。最後に、ロボットは最大回転数でさらに 60 秒間混ぜ、料理を再度味見しました。噛む瞬間ごとに異なる測定値が得られたことにより、味覚マップのデータ情報がさらに充実しました。

03. 混合されていない成分間の塩分濃度の違いは明らかですが、均質化されたサンプル間の区別は不可能です。

実験によって生成された味覚マップからわかるように、混合されていないサンプルでは、​​導電率が低下した領域、つまり塩分がない領域が非常に顕著に見られ、これらの領域と卵の間には非常に明確な境界があります。最後のサンプルの導電率分布は比較的均一で、その導電率値はトマトと卵の導電率の中間です。

▲ 同じトマトスクランブルエッグを3段階の混ぜ方で味を比較した図

研究者らは、咀嚼の各段階で明らかに異なる味覚データが生成され、実験に新たな情報がもたらされたと述べている。

研究によると、このロボットの塩味を評価する能力は、時間がかかり、1回の測定しかできない他の電子味覚検査方法に比べて大幅に向上したという。

研究者らは、人間の咀嚼や味見のプロセスを模倣することで、ロボットは最終的には人間が好み、個人の嗜好に合わせて調整できる食品を生産できるようになると述べている。

「私たちの実験では、ロボットは食べ物を噛んでいる間にその違いを『見る』ことができ、味覚能力が向上した」とアブドゥラリ氏は語った。

このプロジェクトに協力した家電メーカーBekoの上級科学者、ムハンマド・チュグタイ氏は、「ロボットシェフの開発は、将来、忙しい家庭や介護付き高齢者住宅で重要な役割を果たすと考えています。この成果は、ロボット調理の飛躍的な進歩です。機械とディープラーニングのアルゴリズムを使用することで、Chewはロボットシェフがさまざまな料理やユーザーに合わせて味を調整するのを支援します」と語った。

いくつかの実験結果は直感的にわかるものの、デバイスは一部の均質なサンプルではパフォーマンスが低下します。実際、異なる量の塩とトマトを混ぜると、最終的には平均塩分濃度は同じになり、センサーの特殊な構造により、同じ化学組成を持つ 2 つの料理を区別することはできません。

さらに、料理の温度、料理が固体か液体かなども、調理中のロボットの味見プロセスに影響を与えます。

04. 結論: ロボットによる自動調理は人間の味覚と比較する必要がある

これまで、ロボットの応用は、通常、プロセスベースおよび固定プロセスのタスクに集中していました。「味見」というタスクは、多くの場合、大きな不確実性に満ちています。人によって、自分の特性により、食べ物の味に対する感じ方が異なり、これは、調理分野におけるロボットの自動化の難しさを証明するのに十分です。

さらに、人間は味覚の過程で唾液の化学組成、食べ物の温度、個人の好みなどの影響を受ける。そのため、研究者らは、今後の研究では唾液を研究し、人間の唾液に含まれるリパーゼとアミラーゼの化学試薬をロボットに追加する可能性があると述べた。

調理分野​​におけるロボット自動化の研究はまだ不十分な点があるが、味覚などの情報を視覚データ化することで、さらに深い研究が促進される可能性がある。研究者らは、分類データを使用して、ロボットの味覚と人間の味覚の心理物理学研究を比較するためのベンチマークとなる仕様を確立し、将来的にこの概念をさらに拡張していく予定だと述べている。