Chef Robótico Aprende A Recriar Receitas Assistindo A Vídeos De Comida
Os cientistas treinaram um chef robótico para assistir e aprender com vídeos de culinária e recriar a receita.Os cientistas da Universidade de Cambridge programaram seu chef robô com um “livro de receitas” de oito receitas básicas de salada. Depois de assistir a um vídeo de um ser humano mostrando uma das receitas, o chef robô pôde reconhecer qual receita estava sendo preparada e como prepará-la.
Além disso, os vídeos ajudaram o robô a ampliar cada vez mais seu livro de receitas. No final do experimento, o robô criou sozinho uma nona receita. Seus resultados, relatados na revista IEEE Access, mostram como o conteúdo de vídeo pode ser uma fonte de dados importante e rica para a produção automatizada de alimentos e pode permitir uma implantação mais gerenciável e barata de chefs robôs.
Os chefs robôs fazem parte da ficção científica há décadas; no entanto, cozinhar é um desafio para um robô. Várias empresas comerciais desenvolveram protótipos de chefs robôs, embora eles não estejam disponíveis comercialmente no momento e precisem se equiparar aos seus equivalentes humanos em termos de habilidade.
Os chefs humanos geralmente aprendem novas receitas por meio da observação, seja observando outra pessoa cozinhar ou assistindo a um vídeo no YouTube, mas programar um robô para fazer uma variedade de pratos é caro e desgastante.
Treinamento De Um Chef Robótico
De acordo com Grzegorz Sochacki, do Departamento de Engenharia de Cambridge, o primeiro autor do artigo, eles queriam ver se poderiam treinar um chef robô para aprender da mesma forma incremental que os humanos – identificando os ingredientes e como eles interagem no prato.
Sochacki, candidato a Ph.D. no Laboratório de Robótica Bio-Inspirada do professor Fumiya Iida, e seus colegas criaram oito receitas simples de saladas e gravaram a si mesmos preparando-as. Em seguida, eles usaram uma rede neural disponível publicamente para ensinar seu chef robótico. A rede neural já havia sido programada para identificar vários objetos, inclusive os vegetais e as frutas utilizados nas oito receitas de salada (brócolis, cenoura, maçã, banana e laranja).
Utilizando técnicas de visão computacional, o robô avaliou cada quadro do vídeo. Ele pôde reconhecer diferentes objetos e recursos, como uma faca e os ingredientes, bem como os braços, as mãos e o rosto do demonstrador humano. As receitas e os vídeos foram transformados em vetores, e o robô executou operações matemáticas nos vetores para identificar a semelhança entre uma demonstração e um vetor.
Ao identificar corretamente os ingredientes e as ações do chef humano, o robô pode determinar quais receitas estão sendo preparadas. O robô pode inferir que, se o demonstrador humano tiver uma faca em uma mão e uma cenoura na outra, a cenoura certamente será cortada.
Aprendizado Da Máquina Em Ação
Dos 16 vídeos que assistiu, o chef robótico reconheceu a receita correta em 93% das vezes, embora tenha detectado apenas 83% das ações do chef humano. Além disso, o robô foi capaz de identificar que pequenas variações em uma receita, como fazer uma porção dupla ou um erro humano normal, eram variações e não receitas novas. Da mesma forma, o robô reconheceu com sucesso a demonstração de uma novíssima salada, adicionou-a ao seu livro de receitas e a preparou.
De acordo com Sochacki, o robô consegue detectar uma quantidade incrível de detalhes. As receitas são simples – são legumes e frutas picados. No entanto, o robô foi realmente eficaz em reconhecer, por exemplo, que duas maçãs picadas e duas cenouras picadas são a mesma receita que três maçãs picadas e três cenouras picadas.
Os vídeos usados para instruir o chef robótico, diferenciam-se dos vídeos de comida feitos por alguns influenciadores de mídia social: repletos de cortes rápidos e efeitos visuais, e que se movem rapidamente, entre a pessoa que prepara e a comida. Por exemplo, o robô teria dificuldade para identificar uma cenoura se o demonstrador humano estivesse com a mão em volta dela – para que o robô reconhecesse a cenoura, o demonstrador humano precisava segurar a cenoura para garantir que o robô pudesse ver o vegetal inteiro.
Corrida Contra O Tempo
De acordo com Sochacki, o robô não está preso aos tipos de vídeos de comida que se tornam virais nas mídias sociais – eles são difíceis de acompanhar. No entanto, à medida que esses chefs se tornarem melhores e mais rápidos na identificação de ingredientes em vídeos de comida, eles poderão usar sites como o YouTube para descobrir uma grande variedade de receitas.
O estudo teve o apoiado em parte pela Beko plc e pelo Conselho de Pesquisa em Engenharia e Ciências Físicas (EPSRC), parte do UK Research and Innovation (UKRI).
Leia O Artigo Original: Science Daily.
Leia Mais: Como a Teoria do Controle pode ajudar nos EUA a controlar a COVID-19
