ケンブリッジ大学の研究者たちが、オムレツを料理するようにロボットをトレーニングし、おいしい料理を作れるようにレシピを最適化した。
我々はロボットにさまざまな仕事を期待しているが、作業の反復的な料理は、コンピュータによる最適化が可能なもののひとつだろう。ケンブリッジ大学のBio-Inspired Robotics Labに所属する研究者のJunge、Hughes、Thuruthel、Idia各氏が、この課題を取り上げた。基本的な道具だけでシンプルなオムレツ料理を作るロボットアームを開発したのだ。氏らのロボットは、オムレツを作るために、非常に多くのステップを実行する。最初に卵を割って用意し、塩と胡椒を加えて泡立てる。フライパンに油をひいて火にかけ、溶いた卵を入れてオムレツを泡立てる。それが終わったら、フライパンを再び火から下ろすのだ。氏らは自分たちの研究を、このビデオに詳細に記録している。
この研究により、ロボットの使用に大きな潜在的メリットがあることが分かった — ロボットは同じ手順を、正確に何度も繰り返すことが可能だ。そのため、優れたレシピをプログラムしておけば、素晴らしい料理を確実に作ることができる。次に課題となるのは、客観的に最高においしいレシピを作るには、どのようなパラメータをセットする必要があるのか、という点だ。研究者たちはボランティアを募ってオムレツを評価してもらい、そのフィードバックに基づいてオムレツのレシピを改善した。ここでさらに、非常に大きな問題が発生した — 人のフィードバックには非常にノイズがあるのだ。味の好みは人それぞれなので、自分が気に入った時に、ロボットによい評価を与えることになる。また、味の好みを事前に知ることは難しい。いくつかのオムレツを作って確認しないことには、どの程度のスケールで味を変えればいいのか分からないのだ。結果的に、最初のオムレツに対して、後のものよりも比較的高いスコアを与える傾向が現れる。
最も客観的によいレシピを見つけるために、研究者たちが注目したのがベイズ最適化手法だ。氏らは、逐次ベイズ最適化とバッチベイズ最適化という、２つの方法について調査した。ロボットシェフには塩の量、胡椒の量、卵を泡立てる時間、卵を回す回数、調理時間という、５つのパラメータがある。評価者はオムレツを味、見た目、感触の3つのメトリクスで採点する。ロボットは73個のオムレツを調理し、それぞれを評価した上でレシピを最適化した。バッチ最適化を使って最適化したレシピが改善されたのは、おもに最適化プロセス中だった。フィードバックのバッチが大きいほど人のノイズが平準化され、オムレツに対する平均意見が最適化されるためだ。
ゼロから料理を作るロボットアームというものは、商業的なものとしては非常に少ない。一例はCafe Xという、ロボットアームを使ってコーヒーを提供するスタートアップである(このプロセスを収めたビデオがYoutubeにある)。同社の企業Webサイトには、ロボットバリスタを2020年末、20万ドルの価格で出荷する予定が掲げられている。もうひとつのロボット調理企業のMoleyは、それよりも幅広く調理を行っている。ただし、製品の出荷時期は、同社のWebサイトでは明らかにされていない。ひとつ確かなことがある — 現在のCOVID-19危機において、対人接触のないロボットによる調理と提供に、可能性があるのは間違いない。
自分自身でオムレツを調理するロボットを作りたいのであれば、ResearchGateに論文が公開されている。自分自身がベイズ最適化プログラムを開発して、調理以外の自身の生活を改善したいと望むならば、GitHubで公開されている同じライブラリを使用することが可能だ。