边缘人工智能

云厨房脱胎于 2010 年代盛行的拼车现象，后者很快为低成本餐饮配送服务提供了基础。虽然云厨房或“幽灵”厨房在功能和外观方面与大部分传统餐厅类似，但它们的共同点也就到此为止。

顾名思义，云厨房指的是一种远程食物制备中心，不提供传统的用餐区。订单来自网络，准备好食物，然后由顾客自取或是（大多数）被派送。新冠疫情对堂食有所限制，仅限外卖的餐厅也因此随处可见。

但尽管互联网驱动的体验在其他行业已见怪不怪，但是当它涉及易腐烂的即食餐饮时，仍然会令人感到不安。真正的挑战在于让顾客安心，并确保高质量、可重复的餐饮标准。为了实现这一目标，优食 (Uber Eats) 和 Takeaway.com 等云厨房和派送公司正致力于将从备餐到送餐的整个流程以透明化的方式呈现在网络上。

借助人工智能技术提供餐饮服务

传统餐厅使用相对“模拟”的流程，订单从顾客传递到服务员再到厨师，而自动化云厨房里则没有服务员。服务员现在就是一款连接到 Smart Food QC 等平台的应用程序，该平台来自面向食品及农业的人工智能和物联网产品开发商 UdyogYantra Technologies。

UdyogYantra 的创始人兼 CEO Ankur Jain 谈到，“该平台帮助人们对食物从原材料到烹饪成最终成品的流水线进程进行数字化，从而为客户提供了一种无缝衔接的饮食体验。”为了做到这一点，智能食品解决方案将下单、烹饪、库存和质量管理系统与模块化边缘计算平台中的“餐饮跑腿”（派送）系统结合起来（视频 1）。

在平台的背后，操作人员将发现一个基于 API 的平台，支持多个摄像头、热成像设备、一台标签扫描仪和其他传感器。整个系统由英特尔^® 赛扬^® 处理器负责控制，并通过英特尔^® OpenVINO^™ 工具套件执行深度学习计算机视觉 (CV) 算法。

计算机视觉模型由三层组成，第一层用于验证物体属于餐饮，第二层和第三层用于识别食品类型。得益于 OpenVINO 环境实现的优化，这三个 GPU 密集型的层次，其中有两个是在边缘本地执行的。

在操作中，Smart Food QC 有助于通过多种方式规范和提高备餐效率。首先，标签扫描仪负责确保正确使用适量的配料。然后，摄像头和热传感器可提供质量控制的因素，在批准送餐之前，对菜品的重量、温度和外观等事项进行检查。最后，系统会在菜品的外包装上贴上二维码，用于在送餐过程中进行追踪。

完成备餐流程后，开放式 API 将允许厨房通过网页界面向合作伙伴及顾客发布已收集的数据。可能包括厨师、菜品状态等信息。

提高质量、降低成本

上述机制提供了与餐饮行业相关的深度分析，有助于规范食品质量，保障菜品符合卫生和质量控制要求，并让顾客放心。但 Smart Food QC 的优势不只在于提供这些参数，而是能够提升整个云厨房的整体运作水平。

例如，通过将标签扫描仪采集到的配料数据与库存管理系统相关联，UdyogYantra 系统能够提供实时的可用库存计数，从而使后厨人员能够随时了解目前的情况。此类信息还可用于触发自动化操作，例如，当库存达到预设数量时，便会触发再次下单补货。

对于餐厅管理而言，同样重要的还有备餐流程的自动化，通过最大限度地避免出现盛放过多菜品、在备餐过程中造成食物浪费，以及客户订单遭到拒绝等情况，降低成本。

“除了数字体验之外，在这个方面 Smart Food QC 也可以切实地帮助客户节约成本并提高利润率。” Jain 指出，“我们预计六个月后就能实现盈亏平衡，例如，在一家每天收到 300 个订单的商店中，利润率会直接增加 8%。”

打通供应链

云厨房的技术创新让大众对运营的了解达到前所未有的深度，这对于消费者和企业而言是一种双赢。但其潜在优势还不止于此。借助标准 API 和物联网，云厨房可以深入到互联的供应链中，以了解食材短缺之类的信息，以便他们提前调整菜单。

这种效率与质量的加成，就是用科技驱动餐饮体验的意义所在。