1720756183
2024-07-11 18:51:23
食事の準備は、 すべき ロボットが解決できるもの。半構造化された環境での予測可能で反復的な基本操作タスクです。理想的ですよね? そして、人間の労働力は高価であり、このような状況では見つけるのがますます難しくなっているため、明らかに大きなニーズがあります。現在、米国の食品業界では 100 万を超える空き職があり、埋められた職であっても年間離職率は 150 パーセントです (つまり、多くの労働者が 1 年も続かないということです)。
食品の準備はロボットにとって素晴らしい機会のように思えます。 シェフロボティクス そして、他のロボット工学企業数社が数年前に、チポトレやスウィートグリーンなどのファストカジュアルレストランにロボットを導入することで、この課題に取り組みました。これらのレストランでは、カウンターで食材を選んでカスタマイズされた料理が提供されます。
しかし、これはいくつかの理由でうまくいきませんでした。第一に、人間にとってほとんど苦労せずにできることは、ロボットにとっては非常に難しいことです。第二に、人間はレストランで食べ物を皿に載せる以外にも多くの役に立つことを実際に行っていますが、ロボットはそれらすべてを行うことができませんでした。
それでも、シェフ・ロボティクスの創業者兼CEOのラジャット・バゲリア氏は、このチャンスを逃すつもりはなかった。「食品市場は、おそらく今日AIが扱える最大の市場です」と彼は語った。 IEEE スペクトラムファストカジュアルレストランの複雑な混乱から少し方向転換したChef Roboticsは、北米全土に配備された自律型ロボットアームのおかげで、2,000万食以上の食事を用意することに成功しました。知らないうちに、あなたもそのような食事を食べたことがあるかもしれません。
「難しいのは、素早く摘めるか？ 一貫して摘めるか？ こぼさずに適切な分量を選ぶことができるか？ そして、機械で摘んだように見えないように摘めるか？」 —ラジャット・バゲリア、シェフ・ロボティクス
バゲリア氏と話をしたとき、調理済み食品の生産には、準備（材料を切るなどの作業）、実際の調理プロセス、そして組み立て（または盛り付け）という 3 つの基本的な作業があると説明してくれました。これらの作業のうち、準備は、通常、あらかじめ刻んだ材料や混ぜ合わせた材料を注文できるため、産業オートメーションでかなりうまくスケールアップできます。また、調理も、鍋やフライパン、オーブンを大きくするだけで、最小限の労力でより多くの料理を作ることができるため、スケールアップできます。 しない スケールの大きいのは、組み立て作業です。特に、柔軟性や多様性が求められる場合には、これが重要です。ファストカジュアルレストランでは、数人のスタッフがキッチンで大量の料理を調理し、各顧客に一度に 1 つずつ料理が提供されるという状況で、このことがはっきりとわかります。
ボトルネックが特定されたら、ロボットを問題解決に投入しましょう、そうですよね？ Chef Robotics がまさにそれを実行したと Bhageria 氏は説明します。「私たちは顧客のもとを訪れ、最大の悩みの種は人件費であり、最も人件費がかかるのは組み立て作業だと言いました。そこで私たちは、この問題を解決するお手伝いをします、と言いました。」
Chef Robotics はファストカジュアルレストランからスタートしました。この試みは彼らが初めてではありませんでした。これまでにも多くのロボット企業がこの試みを行っていましたが、結果はまちまちでした。「実は、ファストカジュアル向けの販売を始めた頃は、かなりの成功を収めていました。 「チェーン店をオープンしたいと思ったのですが、技術的な障害がありました。基本的に、ロボットに人間と同等のサービス料金を請求できるような人間と同等のシステムを構築したいのであれば、あらゆる要素に対応できなければなりません。完全に人間と同等でなければ、役に立たないとお客様から言われたのです。」とバゲリア氏は言う。
課題の 1 つは、トレーニング ロボットがさまざまな組み立て作業に必要なさまざまな操作をすべて実行するには、さまざまな種類の現実世界のデータが必要であることです。そのようなデータはそもそも存在しません。または、存在する場合でも、そのデータを持っている企業はその価値を認識しており、共有していません。 この種のデータを簡単にシミュレートすることはできません。なぜなら、食品はドロドロしていたり、グジュグジュしていたり、ぬるぬるしていたり、あるいは他の何らかの形で予測できない変形をしたりと、不快で扱いにくいものになる可能性があり、有用な操作モデルをトレーニングするには物理的な経験が本当に必要だからです。
ファストカジュアルレストランを一旦脇に置いて、大量生産された食事のように、物事が可能な限り予測可能な食事の準備状況はどうでしょうか? 私たちが話しているのは、工場規模でトレイに詰められた少数の個別の材料を含む冷凍食品のような食品です。冷凍食品の生産は、専用機器のコストが正当化されるほどの規模であるため、ロボットではなく自動化に依存しています。
しかし、ロボットが（ある程度）チャンスを見出した中間的な状況もあります。それは、同じ食事を大量に生産する必要があるものの、その食事が定期的に変わる場合です。たとえば、冷凍食品ほどの規模ではないものの、大量に生産されるあらゆる種類の包装済み食事について考えてみましょう。これは、構造化された環境における自動化のチャンスですが、実際の自動化は費用対効果が高くないほど多様性に富んでいます。突然、ロボットとそのわずかな柔軟な自動化が実用的なソリューションになるチャンスが生まれます。
「私たちは、人間が大きな容器から食べ物をすくい取り、個々のトレイに載せている長い組立ラインを見ました」とバゲリア氏は言います。「これらのラインでは、さまざまな食事が作られます。これは、週を通してさまざまな食事が提供されることになります。しかし、どの瞬間も、各人が 1 つの材料を扱っていますが、おそらく 1 週間で 6 つの材料を扱うことになります。これは私たちにとって非常に魅力的でした。なぜなら、6 つの材料は、研究室でブートストラップできるものだからです。十分な品質のものが得られ、十分な品質のものが得られれば、ロボットを出荷できます。そして、ロボットを製造に出荷できれば、現実世界のトレーニング データが得られます。」
Chef Robotics は、改造の必要なしに人間の代わりに既存の食品組立ラインに挿入できるロボット モジュールを展開しています。モジュールは、IP67 の洗えるスーツを着た 6 自由度のアームで構成されています。さまざまな種類の食品を扱うために、ロボットにはさまざまな器具 (およびそれに付随する操作ソフトウェア戦略) を装備できます。センサーには、いくつかの深度カメラと重量センサー プラットフォームが含まれます。 餌トレイに餌を均等に取り込むために、6 自由度のアームは今のところ過剰かもしれませんが、最終的には、すくう以上の操作が必要なアスパラガスなどのより複雑な餌を扱えるようになることが期待されています。
Chef Robotics はここで実行可能なビジネスを展開しているようだが、バゲリア氏は、ロボットがファストカジュアルレストランで役立ち、最終的にはロボットが家庭で食事を作るというビジョンに常に戻っていると語る。それを実現するには、時間、経験、専門知識、そして驚くほどの量の実際のトレーニングデータが必要であり、それがロボットが調理した 2,000 万食 (そして増え続けている) の背後にある真の価値である。同社が導入するロボットが多ければ多いほど、収集するデータも多くなり、より幅広い食材を扱えるように食品操作モデルをトレーニングして、さらに多くの導入を可能にすることができる。Chef の Web サイトによると、同社のロボットは「基本的に AI モデルを改善するためのデータ取り込みエンジンとして機能する」という。
次のステップは、環境がある程度制御され、人間とのやり取りが不要なゴーストキッチンになりそうで、その後、より広範囲の業務用キッチンへの導入が続く。しかし、食品サービスにおけるすべての単調な作業を引き受けてくれるロボットを望んでいるバゲリア氏にとっては、それだけでは十分ではない。「このビジョンには本当にワクワクしています」と同氏は言う。「人間が最も得意とすることを人間が行えるように、世界中に何億台ものロボットを導入するにはどうすればいいのでしょうか？」
あなたのサイトの記事から
ウェブ上の関連記事
#フードサービスロボットシェフロボティクスがロボットの実用化に成功