تم تدريب روبوت على إعداد وطهى عجة البيض من بداية من كسر البيضة إلى تقديمه على طبق جاهزاً لتناوله كوجبة شهية، وفقا لما نشرته "ديلى ميل" البريطانية نقلا عن دورية IEEE Robotics and Automation Letters.
الروبوت
وعمل فريق من الباحثين فى جامعة كامبريدج بالتعاون مع مهندسى شركة Beko للأجهزة المنزلية لتدريب الآلة على إنتاج أفضل عجة تناسب إلى حد ما غالبية الأذواق.
يقول الفريق البحثى إنه تم التغلب على مشكلة المذاق واختلاف الأذواق من خلال توظيف برنامج ذكاء اصطناعى اعتمد على خوارزمية تجمع بين العديد من طرق إعداد العجة وقائمة واسعة من اختيارات المتذوقين حول العالم، للتوصل إلى صيغة يصفها الباحثون بأنها ربما تكون الطريقة المثالية لإعداد طبق عجة البيض.
روبوت شيف
ترجع أهمية هذه التجربة إلى أنه مع تقدم تقنيات الذكاء الاصطناعى وبناء بعض الشركات المتخصصة نماذج لطهاة روبوتيين، إلا إنه لم يتوافر أى منها على المستوى التجارى حتى الآن، علاوة على تأخر مهارات تلك النماذج بالمقارنة مع نظرائها فى المجالات الأخرى.
وتقول دكتورة فوميا إيدا من قسم الهندسة فى كامبريدج، التى قادت التجربة البحثية، إن الروبوت يوظف القدرة على المناورة والذكاء الاصطناعى والاستشعار والتفاعل مع الإنسان للوصول إلى منتج نهائى متسق.
روبوت لإعداد البيض
وتشير دكتور إيدا إلى أن الحلول الشاملة غير متاحة لاختلاف الأذواق حول العالم بخاصة فيما يتعلق بالوجبات الغذائية، ولكن يكمن الإنجاز فى أن الروبوت يمكنه إنتاج كبير على المستوى الكمى، على مستوى نوع واحد من الوجبات الغذائية.
فى الوقت نفسه، قامت مجموعات بحثية أخرى بتدريب الروبوتات على صنع ملفات تعريف الارتباط لصنع الفطائر ومنها البيتزا، ولكن لم يتم تطوير هؤلاء الطهاة الآليين بشكل نهائى للتفاعل مع العديد من المتغيرات الذاتية الخاصة بأساليب الطهي.
تعتبر أطباق البيض، والعجة على وجه الخصوص، اختبارًا لمهارة الطهي، ومن الأقوال الشهيرة فى هذا السياق نقلًا عن أساطير الطهى الفرنسية "أن كل طية من الطيات المائة فى قبعة الشيف تمثل طريقة مختلفة لطهى البيضة". وتوضح إيدا أن "طبق العجة سهل التحضير، ولكن يصعب صنعه بشكل جيد".
وأعربتدكتور إيدا عن اعتقادها بأن تدريب الروبوت لإعداد طبق عجة البيض كان اختيارًا نموذجيًا لأنه يساعد على تحسين برامج الحاسوب فيما يتعلق بالطعم والملمس والرائحة والمظهر بواسطة خوارزمية متقدمة، تسمى Ba yesian Inference، وهى مختصة باستخراج أكبر قدر ممكن من المعلومات من كمية محدودة من عينات الاستبيانات. ونوه الفريق البحثى إلى أن هذا هو السبب وراء الاعتماد على خوارزمية Bayesian Inference، لأنه كان من الضرورى تجنب الإفراط فى تعبئة الكم الهائل من تفضيلات المتذوقين البشر لطريقة إعداد العجة.
أظهرت النتائج أنه يمكن استخدام بواسطة تقنيات التعلم الآلى الحصول على تحسينات قابلة للقياس الكمى فى تحسين طرق إعداد الطعام والمذاق الخاص على نطاق واسع.
