Natututo ang mga AI Robot ng Kasanayan sa Paggawa ng Kendi sa Japan sa Harap ng Kakulangan ng Manggagawa sa Industriya ng Pagkain

Natututo ang Isang Robot ng Sining ng Paggawa ng Baumkuchen

Sa Kobe, sinasanay ang isang robot na nagngangalang Theo na gumawa ng baumkuchen, ang bilog na German cake na bahagi na ng kultura ng kendi sa Japan sa loob ng mahigit isang siglo. Dinisenyo ang makina upang gayahin ang mga galaw at pagpapasya ng bihasang manggagawa sa pastry, kabilang ang tagal ng pagluluto sa bawat manipis na patong ng masa bago idagdag ang kasunod.

Ipinapakita ng proyekto kung paano lumalampas ang artificial intelligence sa software para sa opisina at mga linya ng pagpupulong sa pabrika. Sa Japan, ikinokonekta ang AI sa mga kamera, sensor ng imahe, kagamitan sa pagluluto at mga talaan ng produksyon ng pagkain upang mapanatili ang mga kasanayang dating naipapasa ng mga maestro sa mga baguhan sa loob ng maraming taon.

Noong Marso 25, nagbukas ang Juchheim Co., ang kumpanyang gumagawa ng kendi sa Kobe na nasa likod ni Theo, ng pasilidad para sa pagsasanay at showroom ng robot sa punong-tanggapan nito. Ipinakita ng kumpanya ang sistema sa 2025 Osaka Kansai Expo at ipinahihiram na ito ngayon sa humigit-kumulang 20 negosyo sa buong Japan. Layunin ng Juchheim na umabot sa 100 ang bilang na iyon bago matapos ang piskal na taon.

Dinala sa Japan ang baumkuchen noong 1919 ni Karl Juchheim, isang German pastry chef na nagtatag ng kumpanya. Di-pangkaraniwang matrabaho ang paghahanda nito. Ikinakalat ang masa sa umiikot na pang-ihaw, niluluto sa oven, at paulit-ulit na nilalagyan ng bagong patong hanggang mabuo ang katangi-tanging disenyong kahawig ng mga singsing ng puno. Maaaring maapektuhan ang resulta ng maliliit na pagbabago sa temperatura, halumigmig at tagal ng pagluluto, kaya maaaring abutin ng ilang taon ng pagsasanay bago mahasa ng mga manggagawa ang proseso.

Paano Ginagaya ni Theo ang Paghuhusga ng Isang Gumagawa ng Kendi?

Gumagamit si Theo ng mga kamera at sensor ng imahe upang obserbahan ang trabaho ng mga bihasang empleyado ng Juchheim. Itinatala ng sistema ang mga nakikitang katangian gaya ng kulay, kapal at tekstura ng bawat patong, at iniuugnay ang mga obserbasyong ito sa mga kondisyon sa loob ng oven at sa galaw ng umiikot na pang-ihaw.

Dahil sa impormasyong ito, natatantiya ng robot kung kailan handa na ang isang patong at naiaangkop nito ang proseso sa nagbabagong mga kondisyon. Maaaring umasa ang isang taong gumagawa ng kendi sa pakiramdam sa masa, hitsura ng ibabaw o lagay ng kusina. Sinisikap ni Theo na isalin ang mga paghuhusgang iyon sa datos na kayang suriin ng makina.

Umaasa ang teknolohiya sa deep learning, isang paraan ng pagsasanay sa AI na maluwag na hinango sa mga network sa utak ng tao. Sa halip na makatanggap ng kumpletong listahan ng mga tagubilin para sa bawat posibleng sitwasyon, pinag-aaralan ng isang AI system ang maraming halimbawa at tinutukoy ang mga padron. Kapag nasanay na, maihahambing nito ang mga bagong larawan o sukat mula sa sensor sa mga padron na iyon at makapipili ng angkop na tugon.

Ayon sa Juchheim, kayang matutuhan ni Theo ang bagong teknik sa loob ng ilang araw, na mas maikli kaysa sa karaniwang panahong kailangan ng isang tao upang magkaroon ng katulad na karanasan. Hindi lang basta inuulit ng makina ang iisang nakapirming galaw. Nagmumula ang pakinabang nito sa kakayahang baguhin ang proseso kapag nag-iiba ang temperatura, halumigmig o mga sangkap.

Bakit Gumagamit ang Japan ng mga Robot sa Pagluluto?

Mas matindi ang kakulangan ng manggagawa sa industriya ng pagkain kaysa sa maraming iba pang bahagi ng ekonomiya. Ipinakita ng datos mula sa Ministry of Health, Labor and Welfare ng Japan na may 2.31 bakanteng trabaho para sa bawat naghahanap ng trabaho sa food service noong Pebrero. 1.13 naman ang karaniwang bilang sa lahat ng industriya.

Ibig sabihin ng mataas na bilang na ito, nag-aagawan ang mga employer sa limitadong grupo ng manggagawa. Kailangan ding harapin ng mga restawran, panaderya at tagagawa ng pagkain ang tumatandang lakas-paggawa at kakaunting kabataang pumapasok sa mga trabahong nangangailangan ng kasanayan. Sa ilang negosyo, hindi lang paghahanap ng tauhan para sa mga shift ngayon ang problema. Kailangan nilang makahanap ng papalit sa mga bihasang manggagawang magreretiro.

Sinabi ni Hideo Kawamoto, pangulo ng Juchheim, na makatutulong ang robot sa industriyang nahihirapang makahanap ng mga hahalili sa mga manggagawa. Sumasalamin ang pahayag niya sa pangunahing dahilan kung bakit sinusubukan ng mga kumpanya ang AI sa mga kusina: makatutulong ang automation na mapanatili ang produksyon kapag kulang ang mga sinanay na manggagawang pupuno sa bawat tungkulin.

Nagbibigay ng pambansang saklaw sa mga pagsubok na ito ang mas malawak na pagbaba ng populasyon ng Japan. Tinalakay ng pamahalaan ang paglalagay ng humigit-kumulang 10 milyong robot na nilagyan ng AI sa 18 sektor pagsapit ng 2040. Nakatuon ang mga plano para sa physical AI sa mga makinang nakauunawa sa kapaligiran at kumikilos sa totoong mundo, sa halip na mga sistemang bumubuo lamang ng teksto o larawan.

Ano ang Tacit Knowledge, at Maaari Ba Itong Gawing Digital?

Tacit knowledge ang tawag sa maraming kasanayan sa pagluluto. Ibig sabihin nito, nagagawa ng mga tao nang tama ang isang gawain kahit hindi nila maipaliwanag ang bawat pagpapasya sa isang pormal na manwal ng tagubilin. Maaaring alam ng beteranong kusinero na kailangang mas mabilis na paikutin ang kawali kapag naglalabas ng sobrang halumigmig ang mga sangkap, o nakikita niyang handa na ang patong ng cake dahil sa bahagyang pagbabago ng kulay.

Naipapasa ang kaalamang ito sa mga tradisyonal na apprenticeship sa pamamagitan ng paulit-ulit na pagmamasid at pagsasanay. Nanatiling matibay sa kultura ng pagluluto sa Japan ang paniniwalang dapat matutuhan ang mga kasanayan sa pamamagitan ng panonood sa isang eksperto. Mahuhusay na resulta ang naibubunga ng paraang ito, ngunit nagiging marupok ito kapag kumakaunti ang mga baguhan at nakatatandang manggagawang maaaring magturo sa kanila.

Ayon kay Propesor Hitoshi Matsubara ng Kyoto Tachibana University, na dalubhasa sa pagbuo ng AI, hindi angkop noon ang mga naunang AI system sa ganitong uri ng kaalaman. Sinabi niya na dahil sa mga pagsulong sa teknolohiya, posible na ngayong itala at gayahin ang mga galaw na dati'y mahirap ilarawan.

Noong panahon bago ang deep learning, hindi kayang magturo ng AI ng tacit knowledge, ngunit sa pagsulong ng teknolohiya, naging posible nang gawing digital ang mga galaw ng mga bihasang manggagawa, na naglalaman ng tacit knowledge.

Hindi nangangahulugan ang prosesong ito na nakuha na ang bawat bahagi ng pagkadalubhasa sa gawain. Nakadepende ang AI sa kalidad ng datos na ginamit sa pagsasanay, sa lawak ng mga kondisyong naobserbahan nito at sa katumpakan ng mga sensor nito. Maaaring mangailangan ng dagdag na pagsasanay ang robot na sinanay sa isang kusina bago ito mapagkatiwalaang magtrabaho sa ibang lugar na iba ang mga oven, sangkap o target sa produksyon.

Mula sa Baumkuchen Tungo sa Sinangag at Yakisoba

Bahagi ang Juchheim ng mas malawak na pagsisikap na gamitin ang AI sa paghahanda ng pagkain. Gumagawa ang TechMagic na nakabase sa Tokyo ng mga robot na nagluluto ng mga ginisang putahe gaya ng sinangag at yakisoba. Noong 2025, naglabas ang kumpanya ng app na nagkukuwenta ng bilis ng pag-ikot ng kawali at iba pang setting batay sa piniling recipe ng gumagamit.

Ginagamit ng mga robot ang sistema upang matutuhan ang tagal ng pagluluto at antas ng init para sa bawat sangkap. Ayon sa TechMagic, napahusay nito ang pagkakapare-pareho ng mga makina nito. Hindi gaanong layunin ng ganitong gawain na palitan ang buong papel ng isang kusinero kundi kontrolin ang sunod-sunod na pisikal na kilos na mahirap gawin nang may parehong katumpakan sa bawat shift.

Gumagamit ang iba pang kumpanya sa Japan ng AI upang mapanatili ang mga kasanayang wala sa kusina. Noong 2019, binuo ng Dentsu ang Tuna Scope, na nagsusuri ng mga litrato sa smartphone ng mga bahagi ng buntot ng tuna at tumataya sa kalidad ng mga ito. Layunin ng sistema na gayahin ang mekiki, ang matalas na mata ng eksperto sa paghusga sa tuna. Maaaring abutin ng isang dekada ang mga espesyalista bago malinang ang kakayahang ito.

Nang maglaon, naghain ang Kura Sushi ng tuna na sinuri ng sistema bilang AI Tuna sa mga kainan nitong conveyor belt sushi. Sa Hiroshima, gumawa ang Otafuku Sauce noong 2023 ng AI search tool para sa arkibo nito ng mga pormula ng sarsa. Sinanay ang sistema gamit ang mahigit 15,000 produkto at prototype. Ang paghahanap sa isang pormulang dating inaabot ng hanggang dalawang oras ay maaari na ngayong matapos sa loob ng humigit-kumulang limang minuto.

Ikinokonekta ng Physical AI ang mga Robot sa Totoong Mundo

Bahagi ang gawain ni Theo ng mas malawak na pagsisikap na bigyan ang mga makina ng higit na kakayahang umunawa sa kapaligiran. Karaniwang nagsasagawa ang mga robot sa industriya ng maingat na itinakdang galaw sa mga kontroladong lugar. Nagdaragdag ang physical AI ng mga kamera, sensor at AI model upang makatugon ang isang robot sa mga pagbabago sa mga bagay, init, oras at espasyo.

Nakikipagtulungan sa larangang ito ang mga kumpanyang robotics sa Japan sa Nvidia, Fujitsu, Fanuc, Yaskawa Electric at Kawasaki Heavy Industries. Pinagsasama ng mga pakikipagtulungang ito ang karanasan ng Japan sa eksaktong makinarya at ang makabagong computing at AI model. Nagpakita ang Nvidia ng mga kagamitang nilayong tulungan ang mga robot na umunawa sa mga pisikal na kapaligiran at umangkop sa nagbabagong mga gawain.

Maaari ring magbigay-daan ang lokal na kakayahan sa computing upang magsanay ang mga kumpanya ng mga AI system gamit ang sensitibong datos sa produksyon nang hindi ipinadadala ang lahat ng impormasyong iyon sa ibang bansa. Mahalaga ito sa mga tagagawa ng pagkain na maaaring gustong protektahan ang mga recipe, talaan ng proseso at impormasyon ng kostumer. Kakailanganin pa rin ang mga ligtas na network, maaasahang sensor at sinanay na teknisyan bago maging laganap ang mga sistemang ito.

Ilang taon nang itinatayo ng industriya ng makinarya para sa pagkain sa Japan ang suportang kailangan para rito. Nagsusuplay ang mga kumpanya gaya ng Nikko ng mga sistema ng automation para sa pagproseso ng lamang-dagat, karne at produktong agrikultural. Pinatatakbo rin ng Nikko ang Hokkaido Robot Laboratory, kung saan maaaring magsanay sa robot ang mga estudyante at manggagawa, at masubukan ng mga kumpanya kung angkop ang automation sa isang partikular na lugar ng produksyon.

Tinutugunan ng mga sentro ng pagsasanay na ito ang isang problemang maaaring pumigil sa automation: maaaring may mga makina ang mga negosyo ngunit wala silang mga taong marunong magkabit, mamahala, magkumpuni at mag-update sa mga ito. Maaaring mabawasan ng robotics ang bilang ng manggagawang kailangan sa isang gawain, ngunit lumilikha rin ito ng pangangailangan para sa mga inhinyero, operator at espesyalista sa pagmementena.

Bakit Mas Mahirap I-automate ang Pagkain Kaysa sa Pabrika?

Hindi gaanong mahuhulaan ang mga kondisyon sa mga restawran at kusina ng mga gumagawa ng kendi kaysa sa maraming pasilidad sa industriya. Nag-iiba ang mga sangkap sa bawat batch, nagbabago ang mga menu, madalas na masisikip ang mga lugar at inaasahan ng mga kostumer na maingat ang paghahanda ng pagkain. Maaari ring makaapekto ang temperatura at halumigmig sa masa, sarsa at tagal ng pagluluto.

Isa pang balakid ang gastos. Kailangang bayaran ng kumpanya ang robot, mga sensor, software, pagkakabit, pagmementena at pagsasanay ng mga tauhan. Maaaring walang sapat na espasyo ang maliliit na restawran para sa malalaking kagamitan, o kulang ang araw-araw nilang produksyon upang maging sulit ang gastos. Maaari ring mahirap ikonekta ang mga lumang makina sa makabagong AI system.

Nagdaragdag pa ng hamon ang kultura ng serbisyo sa Japan. Madalas na nakasalalay ang mabuting pagtanggap sa personal na atensyon, maayos na paghahain at mabilis na pagtugon sa mga di-pangkaraniwang kahilingan. Kayang gawin ng mga robot ang paulit-ulit na pagluluto o paghahatid ng pagkain, ngunit hindi pa nila naaabot ang buong pamantayang inaasahan sa mga taong nagtatrabaho sa serbisyo. Maaaring mahusay na mahusay ang robot sa isang limitadong gawain ngunit hindi angkop sa abalang kusinang maraming sabay-sabay na pangangailangan.

Ipinakikita ng mga halimbawa sa iba pang lugar ng serbisyo kung paano unti-unting lumalaganap ang teknolohiya. Sa paliparan ng Narita, ginamit ang isang robot na kahawig ng pusa sa isang tindahan ng pasalubong na walang tauhan bilang bahagi ng pagsubok na naglalayong mabawasan ang pangangailangan sa mga manggagawa. Sinubukan din ng mga restawran at cafe ang mga robot para sa paghahatid ng pagkain, paghahanda ng pancake, pagrolyo ng sushi at pagluluto ng okonomiyaki.

Papalitan Ba ng mga Robot ang mga Bihasang Gumagawa ng Kendi?

Mas malamang na suportahan ng mga sistemang gaya ni Theo ang mga manggagawa kaysa tuluyan silang palitan. Kayang ulitin ng robot ang isang proseso, subaybayan ang mga kondisyon at panatilihin ang isang recipe, habang patuloy na naghahanda ng mga sangkap, nagsusuri ng mga resulta, humahawak sa mga di-pangkaraniwang sitwasyon at gumagawa ng mga bagong produkto ang mga tao.

Makatutulong ang ganitong paghahati ng gawain sa mga kumpanya na mapanatili ang tradisyonal na mga teknik sa paggawa ng pagkain at mabawasan ang pag-asa ng bihasang produksyon sa iilang tao. Maaari rin nitong bigyan ng mas maraming oras ang mga bihasang gumagawa ng kendi para magturo, sumubok ng mga recipe at mamahala ng ilang makina sa halip na sila mismo ang gumawa sa bawat paulit-ulit na hakbang.

May mga tanong tungkol sa kung sino ang may kontrol sa digital na talaan ng isang kasanayan. Kapag ginawang datos para sa pagsasanay ang mga galaw at pagpapasya ng isang manggagawa, maaaring mapasakamay ng kumpanya ang isang mahalagang sistema ng produksyon na binuo mula sa personal na karanasan. Maaaring kailanganin ng mga manggagawa at employer ang malinaw na kasunduan tungkol sa pahintulot, pagkilala sa ambag, bayad at paggamit sa datos na iyon.

Maaari ring iba ang pamantayang gamitin ng mga kostumer sa paghusga sa pagkaing ginawa ng makina. Pakinabang ang pagkakapare-pareho, lalo na para sa produktong kailangang magkapareho ang hitsura at lasa sa maraming lugar. Gayunman, maaaring pahalagahan ng ilang kostumer ang kuwento ng tao sa likod ng tradisyonal na kendi. Kailangang ipaliwanag ng mga kumpanya kung paano ginagamit ang AI at kung saang bahagi ng proseso nananatili ang paghatol ng tao.

Mas Malawak ang Kahalagahan ng Pagsubok ng Japan

Ginagamit ng Japan ang automation sa pagkain bilang praktikal na tugon sa mga hamon ng demograpiya. Makikita rin ang ganitong paraan sa logistics, agrikultura, retail, pangangalagang pangkalusugan at pagmamanupaktura. Layunin nitong mapanatiling gumagana ang mahahalagang serbisyo sa kabila ng lumiit na lakas-paggawa, sa halip na maghintay na magbago ang mga takbo ng populasyon.

Nagbibigay ng matibay na pundasyon para sa pagsisikap na ito ang kahusayan ng Japan sa robotics. Matagal nang gumagawa ang bansa ng mga makinang pang-industriya na may mataas na antas ng katumpakan, habang nagtataglay ang mga tagagawa nito ng maraming kaalamang mula sa operasyon. Sinisikap ng physical AI na ikonekta ang kagamitang iyon at ang karanasang iyon sa mga sistemang natututo mula sa datos ng imahe at sensor.

Nakadepende ang tagumpay sa mga resultang kayang sukatin ng mga negosyo. Kailangang mapababa ng mga robot ang presyur sa kakulangan ng manggagawa, mapanatili ang kalidad ng pagkain, ligtas na makatrabaho ang mga tao at mapatunayan ang halaga ng mga ito. Kailangan din nila ng suporta mula sa edukasyon, maaasahang imprastraktura ng datos at mga manggagawang kayang mamahala sa teknolohiya.

Magiging praktikal na pagsubok kung kaya ng AI na matutuhan ang mga kasanayan sa paggawa ng kendi sa labas ng showroom ng kumpanya ang nakaplanong pagpapalawak ni Theo mula sa humigit-kumulang 20 gumagamit tungo sa 100. Kung mahusay ang sistema sa iba’t ibang kusina, maaari itong maging modelo sa pagpapanatili ng iba pang anyo ng kaalaman sa pagluluto na nanganganib mawala.

Mahahalagang Punto

• Gumagamit ang robot na Theo ng Juchheim ng mga kamera at sensor upang matutuhan kung paano gumagawa ng baumkuchen ang mga bihasang manggagawa.
• Paulit-ulit ang paglalagay ng mga patong sa baumkuchen at kailangan dito ang maingat na pagkontrol sa init, oras, temperatura at halumigmig.
• 2.31 ang bilang ng bakanteng trabaho sa food service sa Japan para sa bawat naghahanap ng trabaho noong Pebrero, kumpara sa 1.13 sa lahat ng industriya.
• Gumagamit ang TechMagic, Dentsu at Otafuku Sauce ng AI sa pagluluto, pag-uuri ng lamang-dagat ayon sa kalidad at paghahanap ng mga recipe.
• Planong palawakin ng Japan ang physical AI at maglagay ng humigit-kumulang 10 milyong robot na nilagyan ng AI sa 18 sektor pagsapit ng 2040.
• Maaaring makatulong ang mga robot na mapanatili ang mga bihasang teknik, ngunit kailangan pa rin ang mga tao sa pangangasiwa, pagkamalikhain, pagmementena at serbisyo sa kostumer.