机器人出现在厨房已经不是什么新鲜事了。合肥、哈尔滨和成都的机器人餐厅的机器人厨师都有一到两道特色菜。然而，这些厨师需要手动助手来提前配菜，然后按照设定的程序炒菜:基本上，他们是可以炒菜的大杂烩。此外，专门研究特定类别的机器人也悄悄地出现在食堂的厨房里，例如刀削面机器人，它每分钟能切15条面条，机器人PR2，它能自动翻转煎饼。

最近，人们试图让他们更多地接触厨房。

通常，当一个新厨师想要烹饪时，我们可以打开一个菜单应用程序或者找到一个烹饪教学视频来一步一步地学习。马里兰大学和澳大利亚交流研究中心(NICTA)的一项研究结果显示，最近，一些机器人也可以“跟随”在线视频学习烹饪。

对人类来说，通过观看视频学习烹饪成功与否只不过是他们实际能力的差异。有些人天生很难掌握温度和盐分，但这并不影响他们理解教学视频所说的内容。对于机器人来说，“看”视频来学习烹饪，困难在于如何像人类一样“理解”每张图片所表达的内容。

为了训练人工智能系统，研究人员从YouTube上选择了88个视频作为“教学材料”。研究人员收集了机器人用来从这些教科书中学习的各种指令。

研究小组采用了基于卷积神经网络的视觉识别系统。这是近年来发展起来的一种识别方法，起源于20世纪60年代神经生物学家在猫大脑皮层中发现的独特网络结构。在机器“学习”过程中，卷积神经网络的组织形式可以使语音识别和图像识别更加高效。

这种有效的视觉识别使机器人能够识别视频中的特定物体以及厨师抓取物体的手势。研究人员甚至为行为预测建立了一个语言模型。简而言之，该系统使机器人能够学习如何预测厨师接下来会做什么。

虽然目前使用该系统的智能“学徒”只能从一些过程相对清晰的视频中学习并识别一些基本动作，但研究人员相信，在深度学习系统的帮助下，这些机器人将来将能够通过自动“观看”视频来丰富自己的知识库。

虽然他们不能像人类一样理解精美的手绘食谱，也不能在烹饪过程中不时表现出创造力，但在不久的将来，他们也许会学到的不仅仅是烹饪、洗衣服、看孩子和其他家务。

正如科学计算软件Mathematica的创始人史蒂夫·沃尔夫勒姆在他的演讲中经常提到的，“机器能做的比我们想象的多得多。人类需要做的是设定一个目标，并告诉机器人该做什么。”