4．难以突破的“多感官运用”
烹饪机器人虽然能够通过程序精准的限定好，如Moley机器人可以做上百道菜肴，而且只要是从网络上下载的菜谱，Moley机器人都可以将菜做出来。但是，也正是因为这种高度的程序化使得烹饪少了很多可能性。
人类厨师在制作菜肴时会即兴创作，比如菜谱上烤土豆需要25分钟，但人类厨师会通过土豆密度高低来调整时间，烹饪机器人目前就不会这样灵活机动的来调整烹饪的时间，所以烤出来的土豆未必有人类厨师做的那么好。
作为专业厨师，触觉和嗅觉更是相当重要。在烹饪过程中，人类厨师会根据菜品的颜色、气味、触感决定是否按时起锅，这是机器人无法临时应变的。况且，许多大厨都会有自己的“秘方”，其也会进行不同的尝试和菜品的研发，在创造性上，烹饪机器人更是相距甚远。
发展烹饪机器人，先解决好这几个问题
不容否认，烹饪机器人的出现很大程度上解放了程序式烹饪的人力，在学校食堂、公司餐厅等场景有较强的应用性，烹饪机器人的发展前景依然向好。与此同时，其也应该从多个方面不断完善。
1．烹饪经验的“数据化”
对于烹饪经验，机器人也应该恰到好处地运用“克隆”技术。所谓“克隆”，就是将大师为机器开发设计的菜肴经过严格的筛选，对菜肴进行定性和定量分析，找出符合菜肴最佳品质的数据，建立菜肴数据信息，再将这些信息编制成软件来控制菜肴的生产。
烹饪经验的数据化可以分为三步：一是菜肴用料标准化。邀请烹饪大师为机器编排菜肴 ， 并将用料和用量进行量化；二是工艺过程标准化。将菜肴的工艺流程编制成机器语言 ， 使每一道菜肴都有一个固定的加工程式；三是工艺参数数据化。即对加工过程的每个动作进行量化。包括火力的选择与适时调节 、划油（煸炒）的油温控制 、原料在锅中受热时间的长短和搅拌力度的大小 、翻锅的次数和力度等等。
2．深度学习的“图谱化”
建立深度学习系统是烹饪机器人不断完善自身技能的“杀手锏”，也只有不断的构建深度学习的“美食图谱”，才能使机器人更加智能。深度学习更多的是解决的感知问题，帮助我们构建更加聪明的机器人，帮助我们提升机器人感知和判断的能力，这可以在
密歇根州立大学副教授 Arend Hintze 曾将深度学习划分为响应式、有限记忆、心智理论（Theoryof mind）和自我意识四个层面。目前，作为烹饪机器人，若能做到心智理论，即归纳出周围环境并根据实际情况及时变更烹饪方式，则会引发智能烹饪领域新的变革。
3．技术应用的“平价化”
新技术的应用可能会带来一定程度上的技术鸿沟。其所带来的也不一定知识烹饪科技应用上的不平等。麦特·雷德利（Matt Ridley）在其经典著作《理性乐观派》（The Rational Optimist）中描述了许多工人因为工业革命而失去工作，他们与机器极力抗争。但与此同时，当每个人开始能够在商店里买到更加便宜、质量更好的衣服和产品时，技术红利带来的是整个国民经济的飞跃时发展。
同样，作为烹饪行业的新兴技术，烹饪机器人拥有行业红利的同时，使用者也需要承担相当大的经济成本。而对于一般餐厅而言，如果只配备1－2台机器人根本无法体现其效率，但近30万一台的机器也让食物制作成本直线上升。
在家用领域，则更是“便宜不智能，智能不便宜”的窘境。如何进一步优化技术升级，并早日将新技术落地，使得技术应用更“平价化”，的确是烹饪机器人行业应该解决的问题。
《舌尖上的中国》不断寻觅着富有中华儿女文化记忆的美食。这一切有着“妈妈味道”的食物，是由人类用心制作而成的。
法国喜剧《好汉还是孬种》中的美食杂志主编杜士曼常爱说：真正的美食来自于人的心灵，而不是机器。
诚然，那些拥有“妈妈味道”记忆的食物，永远都是人类之于食物的文化印记吧。这一切，似乎机器人永远也替代不了。
文 ｜ 柯鸣
