Voedselbereiding is een van die problemen die erop lijkt zou moeten opgelost worden door robots. Het is een voorspelbare, repetitieve basismanipulatietaak in een semi-gestructureerde omgeving – lijkt ideaal, toch? En er is duidelijk een enorme behoefte, omdat menselijke arbeid in deze contexten duur en steeds moeilijker te vinden is. Er zijn momenteel meer dan een miljoen onvervulde banen in de voedingsindustrie in de Verenigde Staten, en zelfs met de banen die wel vervuld zijn, bedraagt het jaarlijkse personeelsverloop 150 procent (wat betekent dat veel werknemers het niet eens een jaar volhouden).
Voedselbereiding lijkt een geweldige kans voor robots, en daarom ook Chef-robotica en verschillende andere roboticabedrijven hebben dit een paar jaar geleden aangepakt door robots naar fast-casual restaurants zoals Chipotle of Sweetgreen te brengen, waar je aan de balie een op bestelling gemaakte maaltijd geserveerd krijgt met geselecteerde ingrediënten.
Maar dit lukte om verschillende redenen niet helemaal. Ten eerste: dingen doen die voor mensen meestal moeiteloos zijn, zijn onvermijdelijk extreem moeilijk voor robots. En ten tweede doen mensen feitelijk veel nuttige dingen in de context van een restaurant, behalve alleen het eten op borden zetten, en robots waren niet klaar voor al die dingen.
Rajat Bhageria, oprichter en CEO van Chef Robotics, was echter niet bereid deze kans te missen. “De voedselmarkt is vandaag de dag misschien wel de grootste markt die vatbaar is voor AI”, zei hij IEEE-spectrum. En met een kleine afkeer van de ingewikkelde puinhoop van fast-casual restaurants is Chef Robotics er nog steeds in geslaagd om meer dan 20 miljoen maaltijden te bereiden dankzij autonome robotarmen die in heel Noord-Amerika worden ingezet. Zonder het te weten heb je misschien wel eens zo’n maaltijd gegeten.
“Het moeilijkste is: kun je snel kiezen? Kun jij consequent kiezen? Kun jij de juiste portiegrootte kiezen zonder te morsen? En kun je kiezen zonder dat het lijkt alsof het eten door een machine is geplukt?” —Rajat Bhageria, hoofd Robotica
Toen we met Bhageria spraken, legde hij uit dat er drie basistaken betrokken zijn bij de productie van bereid voedsel: voorbereiding (taken zoals het hakken van ingrediënten), het eigenlijke kookproces en vervolgens het samenstellen (of opdienen). Van deze taken leent de voorbereiding zich vrij goed voor industriële automatisering, zodat u meestal voorgesneden of gemengde ingrediënten kunt bestellen, en het koken is ook goed schaalbaar omdat u meer kunt koken met slechts een minimale toename van de inspanning, gewoon door een grotere pot of pan te gebruiken. of ovens. Wat Nee schaal is goed voor montage, vooral wanneer enige flexibiliteit of variatie nodig is. Je kunt dit duidelijk in actie zien in elk fast-casual restaurant, waar verschillende mensen in de keuken enorme hoeveelheden voedsel bereiden terwijl elke gast één voor één wordt geserveerd.
Laten we, nu we het knelpunt hebben geïdentificeerd, een paar robots op het probleem inzetten, oké? En dat is precies wat Chef Robotics deed, legt Bhageria uit: “We gingen naar onze klanten, die zeiden dat hun grootste pijnpunt de arbeid is, en de meeste arbeid zit in de montage, dus we zeiden: we kunnen je helpen dat op te lossen.”
Chef Robotics begon met fast-casual restaurants. Ze waren niet de eersten die dit probeerden; veel andere roboticabedrijven hadden het al eerder geprobeerd, met beslist gemengde resultaten.“In het begin hadden we veel succes met de verkoop van fast casual ketens’, zegt Bhageria, ‘maar toen hadden we een aantal technische obstakels. Kortom, als we een mens-equivalent systeem willen hebben, zodat we een mens-equivalent servicetarief voor onze robot kunnen vragen, moeten we elk ingrediënt kunnen doen. Ofwel ben je het volledige menselijke equivalent, ofwel vertelden de klanten ons dat het niet nuttig zou zijn.”
Een deel van de uitdaging is dat het trainen van robots om alle verschillende manipulaties uit te voeren die nodig zijn voor verschillende assemblagetaken verschillende soorten gegevens uit de echte wereld vereist. Die gegevens bestaan eenvoudigweg niet. Als dat wel het geval is, weet elk bedrijf dat ze heeft, wat ze waard zijn en deelt ze ze niet. Je kunt dit soort gegevens niet gemakkelijk simuleren, omdat voedsel ruw en moeilijk te hanteren kan zijn, of het nu slijmerig of omvangrijk of slijmerig of slijmerig is of op een andere manier onvoorspelbaar vervormbaar is, en je hebt echt fysieke ervaring nodig om bruikbare modelmanipulaties te trainen .
Als we de fast-casual restaurants even buiten beschouwing laten, hoe zit het dan met voedselbereidingssituaties waarin de zaken zo voorspelbaar mogelijk zijn, zoals in massa geproduceerde maaltijden? We hebben het over voedsel zoals diepvriesdiners, waarbij een handvol discrete ingrediënten verpakt zijn in schaaltjes op fabrieksschaal. De productie van diepvriesmaaltijden is afhankelijk van automatisering in plaats van robotica, omdat de schaal zo groot is dat de kosten van speciale apparatuur kunnen worden gerechtvaardigd.
Er is echter een middenweg waar robots (enige) kansen hebben gevonden: wanneer je een grote hoeveelheid van dezelfde maaltijd moet produceren, maar die maaltijd regelmatig verandert. Denk bijvoorbeeld aan elk type voorverpakte maaltijd die in bulk wordt gemaakt, maar niet in de hoeveelheid diepvriesvoedsel. Het is een kans om te automatiseren in een gestructureerde omgeving, maar met voldoende variatie dat daadwerkelijke automatisering niet kosteneffectief is. Plotseling hebben robots en hun stukje flexibele automatisering de kans een praktische oplossing te zijn.
“We zagen lange assemblagelijnen, waar mensen voedsel uit grote bakken en op individuele dienbladen haalden”, zegt Bhageria. “Ze maken veel verschillende maaltijden op deze lijnen; het zal veranderen en ze zullen gedurende de week verschillende maaltijden eten. Maar op elk gegeven moment doet elke persoon één ingrediënt, en misschien doet die persoon wekelijks zes ingrediënten. Dit was echt overtuigend voor ons omdat we de zes ingrediënten in het laboratorium kunnen gebruiken. We kunnen iets goed genoeg krijgen, en als we iets goed genoeg kunnen krijgen, kunnen we de robot sturen, en als we de robot in productie kunnen sturen, krijgen we trainingsgegevens uit de echte wereld.
Chef Robotics maakt gebruik van robotmodules die kunnen worden ingebouwd in bestaande voedselassemblagelijnen in plaats van mensen, zonder dat er aanpassingen nodig zijn. De modules bestaan uit zes vrijheidsgraden voor het dragen van stijlvolle IP67 wasbare pakken. Om verschillende soorten voedsel te kunnen verwerken, kunnen robots worden uitgerust met verschillende accessoires (en bijbehorende softwaremanipulatiestrategieën). Sensing omvat verschillende dieptecamera’s en een weegplateau voor het dienblad om ervoor te zorgen dat er consistente hoeveelheden voedsel worden ingenomen. En hoewel handen met zes vrijheidsgraden voorlopig misschien overdreven zijn, is de hoop dat ze uiteindelijk in staat zullen zijn om met complexere voedingsmiddelen zoals asperges om te gaan, waarbij je meer moet doen dan alleen maar grijpen.
Hoewel Chef Robotics hier een levensvatbaar bedrijf lijkt te hebben, vertelt Bhageria ons dat hij steeds terugkeert naar die visie van robots die nuttig zijn in fast-casual restaurants, en uiteindelijk van robots die thuis voedsel voor ons maken. Om dat te realiseren zal tijd, ervaring, technische expertise en een verbazingwekkende hoeveelheid trainingsgegevens uit de echte wereld nodig zijn, wat de echte waarde is achter die 20 miljoen door robots bereide maaltijden (en er komen er nog steeds bij). Hoe meer robots het bedrijf gebruikt, hoe meer gegevens het verzamelt, waardoor ze hun voedselmanipulatiemodellen kunnen trainen om met een breder scala aan ingrediënten om te gaan en zo nog meer toepassingen te openen. Hun bots, zo zegt de website van Chef, “fungeren in wezen als motoren voor gegevensinvoer om onze AI-modellen te verbeteren.”
De volgende stap zijn waarschijnlijk spookkeukens waarbij de omgeving nog enigszins gecontroleerd is en menselijke interactie niet nodig is, gevolgd door uitbreiding naar commerciële keukens. Maar zelfs dat zal niet genoeg zijn voor Bhageria, die robots wil die al het gedoe bij het serveren van eten kunnen wegnemen: “Ik ben erg enthousiast over deze visie”, zegt hij. “Hoe zetten we honderden miljoenen robots over de hele wereld in die mensen in staat stellen te doen waar mensen goed in zijn?”
Uit artikelen op uw website
Gerelateerde artikelen op internet