[发明专利]自动烹饪设备和方法

说明书

本公开涉及一种用于通过使用诸如深度学习的机器学习算法来模拟人脑的功能(诸如识别和确定)的人工智能(AI)系统及其应用。提供了一种自动烹饪设备和方法，用于选择性地向食材发射具有不同波段的光，通过基于反射的光获得关于食材的信息来识别食材，以及控制食材的烹饪过程。

技术领域

提供了自动烹饪设备和方法。

背景技术

人工智能(Artificial intelligence，AI)系统是能够实现人类水平的智能，并且能够训练自己，做出决定，并且变得更聪明的计算机系统，其不像现有的基于规则的智能系统。随着这种AI系统的使用增加，其识别速率进一步提高，并且用户的偏好可以被更准确地理解。因此，现有的基于规则的智能系统正逐渐被基于深度学习的AI系统所取代。

AI技术由机器学习(例如深度学习)和使用机器学习的基本技术(elementtechnologies)组成。

机器学习是能够自动地分类/学习输入数据的特征的算法技术。基本技术是通过使用机器学习算法(诸如深度学习)来模拟人脑的功能(诸如识别，确定等)的技术，并且基本技术由包括语言理解、视觉理解、推理/预测、知识表示、运动控制等的技术领域组成。

下面将描述可应用AI技术的各种领域。语言理解是用于识别和应用/处理人类语言/字符的技术，并且语言理解包括自然语言处理、机器翻译、对话系统、查询和响应、语音识别/合成等。视觉理解是用于在人类视角方面识别和处理对象的技术，并且视觉理解包括对象识别、对象跟踪、图像搜索、人类识别、场景理解、空间理解、图像增强等。推理预测是用于识别和逻辑推断信息并做出预测的技术，并且推理预测包括基于知识/概率的推断、优化预测、基于偏好的规划、推荐等。知识表示是用于根据知识数据自动地处理人类经验信息的技术，并且知识表示包括知识构建(数据生成/分类)、知识管理(数据利用)等。运动控制是用于控制车辆的自动驾驶和机器人的移动的技术，并且运动控制包括运动控制(导航、碰撞避免、行驶等)、操作控制(行为控制)等。

在用于烹饪食物的烤箱的情况下，用户直接输入菜肴的种类、烹饪方法、烹饪的设置信息等。然而，根据各种食谱设置烤箱是复杂的，并且即使相同的食材也可能具有不同的特性，诸如不同的面积和厚度，因此，存在不适合根据标准食谱使用烤箱的情况。因此，已经对将人工智能技术应用于烹饪设备(诸如烤箱)的技术投入了很多关注，以最小化由用户操作烤箱的次数并且考虑到食材的特性来完成烹饪。

发明内容

技术问题

提供了自动烹饪设备和方法，用于选择性地向食材发射具有不同波段(wavelength band)的光，通过基于反射的光获得关于食材的信息来识别食材，并且控制食材的烹饪过程。

技术方案

本公开涉及人工智能(AI)系统及其应用，该人工智能系统用于通过使用机器学习算法(诸如深度学习)来模拟人脑的功能(诸如识别和确定)。提供了自动烹饪设备和方法，用于选择性地向食材发射具有不同波段的光，通过基于反射的光获得关于食材的信息来识别食材，并且控制食材的烹饪过程。

附图说明

图1是示出根据一个实施例的自动烹饪设备的图。

图2是根据实施例的用于说明自动烹饪设备的框图。

图3是示出根据实施例的、结合服务器训练自动烹饪设备以学习和识别关于食材的信息的过程的图。

图4是根据实施例的用于说明自动烹饪设备的结构和操作的图。

图5是根据另一实施例的用于说明自动烹饪设备的结构和操作的图。

图6是根据一个实施例的自动烹饪方法的流程图。

图7是根据实施例的通过光谱分析获得食材的特性信息的过程的详细流程图，该过程包括在自动烹饪方法中。