烹飪機器人，怎麼就炒不出“媽媽的味道”？

網紅烹飪機器人“快手”Flippy被炒了魷魚。

事情是這樣的：美國帕薩迪納的CaliBurger餐廳花6萬美元購買了一個名叫“快手”（Flippy）的機器人，專門負責給漢堡包翻面，可首次試水快餐領域的烹飪機器人，只幹 了1天的活，就被老闆“解雇了”。

原因很簡單，“快手”動作太慢，無法應對蜂擁而來的人流的需求。 此外，原本廚師在後廚時會互相交談製作進程，協調烹飪節奏，有了“快手”後，大家需要圍繞它的節奏來工作，反而降低了工作效率。

在烹飪領域，機器人炒菜已經成為了許多企業提高效率的重要手段，其將機電一體化技術和烹飪技術相結合, 將烹飪工藝加上動作標準化並轉化為機器可解讀的語言，使得機器在設定 好的程序語言中進行“自主烹飪”。

烹飪機器人可通過自身的鍋具運動機構 、工具運動機構 、火候控制裝置和其他必要輔助裝置，自動完成烹飪過程 , 從而實現烹飪的標準化與自動化。

但是，理想很豐滿，現實很骨感。 烹飪機器人的市場表現並未如此驚艷，貌似繁榮的智能烹飪市場，仍然存在著許多難以解決的問題。

難以炒出的“媽媽的味道”

機器人炒菜如何達到人們所說的“色香味”俱全，或者展現“媽媽的味道”，這是當下眾多用戶對烹飪機器人所關心之處。 從市場表現來看，國內市場一般的家用烹飪機器人仍處於“半智能半智障”狀態，應用於商用服務的“愛可2.0”也無法完全脫離人工而自主運作。

基於目前烹飪機器人的發展情況，智能相對論（ID：aixdlun）分析師柯鳴認為，市面上的烹飪機器人普遍存在以下幾個問題：

1. 半智能化的“智能炒菜機器人”

從家用烹飪機器人來看，它的表現確實有所欠缺。 家用烹飪機器人炒的是小鍋菜，眾所周知，家常菜的口感應該更為優秀，而從操作表現上看，家用炒菜機器人存在著特定菜不能做、不能自動翻面、爆炒成分較低且偏 煮燉等情況。

智能相對論（ID：aixdlun）分析師柯鳴綜合分析了多家網絡銷售平台發現，目前對於家用烹飪機器人的評價主要分為兩類：一類是用戶本身會烹飪，因新鮮感嘗試機器人炒菜，對 其評價多為“差強人意”；另一類則是用戶自身不會烹飪，用此方式代替外賣，對其評價則為“能吃就行”。

從商用烹飪機器人來看，其表現確實稍為優秀。 作為首台中國菜烹飪機器人愛可2.0可以烹飪600多道菜餚，但是其研發者也坦言，愛可2.0烹飪前期仍需要大量人力參與、屬於程序化的烹飪模式。 真正想做到“輕輕一點，即刻美食”的場景，仍然尚需時日。

2. 難以真正滿足的個性化需求

目前市面上的烹飪機器人多以“多種菜譜可供選擇”，“滿足你的個性化需求”作為銷售噱頭，但是“一千個人有一千個哈姆雷特”，每個人對於美食的理解各不相同 ，不能及時深度學習的程序是難以滿足各類消費者真正的個性化需求的。

飲食文化博大精深，以中式烹法為例，其常見的就有抄、烤、熏、烙、烘等四十餘種方式，而每種方式又可以在烹飪中進行主觀上的隨意組合。 一個簡單的炒也可分為清炒、熬炒、煸炒等多個細別。

因此，真正的想要滿足用戶的個性化需求是相當困難的，從當下的家庭烹飪機器人來看，離“普遍個性化”仍有較大差距。

3. 昂貴的應用價格

技術初落地之時，所有的產品都不便宜。 烹飪機器人亦然。 從家用烹飪機器人來看，目前的價格一般是幾千元到幾萬元不等，價格較低的烹飪機器人存在菜譜少、以煮燉代炒、半智能化等問題，難以真正滿足用戶需求。

商用機器人功能較為完善。 Moley公司推出全自動的烹飪機器人，可以根據分配的數量、烹飪的類型、飲食限制、卡路里含量、所需的材料、烹飪方法來進行操作。 也可以按照菜譜，來對食材進行清洗、切割，按下開始鍵，機器人就開始做菜了。 但是，這樣的機器人價​​格高達約62萬人民幣。

4. 難以突破的“多感官運用”

烹飪機器人雖然能夠通過程序精準的限定好烹飪過程，如Moley機器人可以做上百道菜餚，而且只要是從網絡上下載的菜譜，Moley機器人都可以將菜做出來。 但是，也正是因為這種高度的程序化使得烹飪少了很多可能性。

人類廚師在製作菜餚時會即興創作，比如菜譜上烤土豆需要25分鐘，但人類廚師會通過土豆密度高低來調整時間，烹飪機器人目前就不會這樣靈活機動的來調整烹飪的時間，所以烤出來 的土豆未必比人類廚師做的口感更好。

而作為專業廚師，觸覺和嗅覺更是相當重要。 在烹飪過程中，人類廚師會根據菜品的顏色、氣味、觸感決定是否按時起鍋，這是機器人無法臨時應變的。 況且，許多大廚都會有自己的“秘方”，其也會進行不同的嘗試和菜品的研發，在創造性上，烹飪機器人更是相距甚遠。

發展烹飪機器人，先解決好這幾個問題

不容否認，烹飪機器人的出現很大程度上解放了程序式烹飪的人力，在學校食堂、公司餐廳等場景有較強的應用性，烹飪機器人的發展前景依然向好。 與此同時，其也應該從多個方面不斷完善。

1. 烹飪經驗的“數據化”

對於烹飪經驗，機器人也應該恰到好處地運用“克隆”技術。 所謂“克隆”，就是將大師為機器開發設計的菜餚經過嚴格的篩選，對菜餚進行定性和定量分析，找出符合菜餚最佳品質的數據，建立菜餚數據信息，再將這些信息編制成軟件來 控制菜餚的生產。

烹飪經驗的數據化可以分為三步：一是菜餚用料標準化。 邀請烹飪大師為機器編排菜餚 , 並將用料和用量進行量化；二是工藝過程標準化。 將菜餚的工藝流程編制成機器語言 , 使每一道菜餚都有一個固定的加工程式；三是工藝參數數據化。 即對加工過程的每個動作進行量化。 包括火力的選擇與適時調節 、劃油（煸炒）的油溫控制 、原料在鍋中受熱時間的長短和攪拌力度的大小 、翻鍋的次數和力度等等。

2. 深度學習的“圖譜化”

建立深度學習系統是烹飪機器人不斷完善自身技能的“殺手鐧”，也只有不斷的構建深度學習的 “美食圖譜”，才能使機器人更加智能。 深度學習更多解決的是感知問題，幫助我們構建更加聰明的機器人，提昇機器人感知和判斷的能力，這可以使機器人在烹飪過程中更加智能。

密歇根州立大學副教授 Arend Hintze 曾將深度學習劃分為響應式、有限記憶、心智理論（Theory of mind）和自我意識四個層面。 目前，作為烹飪機器人，若能做到心智理論，即歸納出周圍環境並根據實際情況及時變更烹飪方式，則會引發智能烹飪領域新的變革。

3. 技術應用的“平價化”

新技術的應用可能會帶來一定程度上的技術鴻溝。 其所帶來的也不一定知識烹飪科技應用上的不平等。 麥特·雷德利（Matt Ridley）在其經典著作《理性樂觀派》中描述了許多工人因為工業革命而失去工作，他們與機器極力抗爭。 但與此同時，當每個人開始能夠在商店裡買到更加便宜、質量更好的衣服和產品時，技術紅利帶來的是整個國民經濟的飛躍時發展。

同樣，作為烹飪行業的新興技術，烹飪機器人擁有行業紅利的同時，使用者也需要承擔相當大的經濟成本。 而對於一般餐廳而言，如果只配備1-2台機器人根本無法體現其效率，但近30萬一台的機器也讓食物製作成本直線上升。

在家用領域，則更是“便宜不智能，智能不便宜”的窘境。 如何進一步優化技術升級，並早日將新技術落地，使得技術應用更“平價化”，的確是烹飪機器人行業應該解決的問題。

《舌尖上的中國》不斷尋覓著富有中華兒女文化記憶的美食。 這一切有著“媽媽味道”的食物，是由人類用心製作而成的。

法國喜劇《好漢還是孬種》中的美食雜誌主編杜士曼常愛說：真正的美食來自於人的心靈，而不是機器。

誠然，那些擁有“媽媽味道”記憶的食物，永遠都是人類之於食物的文化印記吧。 這一切，似乎機器人永遠也替代不了。