Manipular alimentos es uno de los retos más exigentes para la inteligencia artificial física porque cada ingrediente puede cambiar de forma, peso, textura y temperatura. Chef Robotics sostiene que resolver este problema podría ayudar a desarrollar robots más adaptables también en otros sectores donde se manipulan materiales deformables.
La empresa afirma que sus sistemas han completado más de 118 millones de porciones en más de una docena de instalaciones de producción en Norteamérica y Europa. A partir de esos datos, desarrolló su Food Foundation Model (FFM), que, según Chef Robotics, permite a los robots generalizar a ingredientes nuevos con menos reentrenamiento. Estas cifras y capacidades son declaraciones de la compañía.
Por qué los alimentos complican la robótica
En una tarea industrial convencional, las piezas suelen conservar una forma estable. Los alimentos, en cambio, pueden deformarse al ser sujetados y presentar diferencias entre unidades del mismo ingrediente. Una pinza que ejerza demasiada fuerza podría aplastar un producto blando; si aplica muy poca, el alimento puede resbalar o no quedar bien colocado.
El robot debe combinar información de sus sensores para estimar dónde está el ingrediente, cómo se comportará al tocarlo y cuánta fuerza necesita. La temperatura y la textura también pueden influir en la manipulación, por lo que una receta o proceso no siempre se ejecuta exactamente igual en cada ciclo.
