CV 與 AI：線上食物外送的訣竅

雲端廚房在 2010 年代共乘現象萌芽，為低成本食物外送提供了基礎架構。就功能或外觀而言，雲端或「幽靈」廚房和多數傳統餐廳沒兩樣，但兩者的相似性僅此而已。

從名稱的意涵看來，雲端廚房是個沒有傳統用餐區的遠端食物準備中心。從網路上接獲訂單、準備食物、然後客戶店內自取，但多數需要外送。由於新冠肺炎 (COVID-19) 疫情限制店內用餐，於是只提供外帶服務的餐廳如雨後春筍般湧現。

但是，雖然網路驅動的體驗在其他產業已司空見慣、廣為接受，但在處理易腐爛的即食食品時，仍不免令人感到焦慮。真正的挑戰是令客戶安心，並確保重複的高品質飲食標準。為了實現這一點，Uber Eat 和 Takeaway.com 這類雲端廚房與外送公司，正在使整套流程從準備食物到外送都在網路上透明化。

運用 AI 技術供餐

有鑑於傳統餐廳使用相對「類比」的程序，將訂單從顧客交給服務生，再交給廚房，反觀自動雲端廚房則沒有服務生。服務生現在成了連接 Smart Food QC 等平台的應用程式，該平台由基於 AI 與 IoT 的食品與農產品開發商 UdyogYantra Technologies 開發。

「該平台將食物從原料到烹飪乃至於生產線上的最終食品進行數位化處理，為顧客提供流暢的食物體驗，」UdyogYantra 創始人暨執行長 Ankur Jain 表示。為了實現這項目標，智慧食物解決方案將點餐、烹製、庫存和品管系統，與「食物外送」系統結合在一個模組邊緣運算平台中（影片 1）。

在平台內部，作業人員將找到一個支援多部攝影機、紅外線熱影像儀、標籤掃描器和其他感應器的 API 型平台。整套系統是由 Intel^® Celeron^® 處理器控制，這套處理器也執行使用 Intel^® OpenVINO^™ 工具組開發的深度學習電腦視覺 (CV) 演算法。

CV 模型共有三層，其中一層用來驗證項目為食品，第二層和第三層則用來識別食品類型。由於 OpenVINO 環境啟用了最佳化，所以三個 GPU 密集的層次中有兩層都在邊緣上的本機執行。

在作業中，「智慧食品品管」可透過多種方式協助標準化並改善餐點準備效率。首先，標籤掃描器確保只會使用對的食材以及正確的用量。接著攝影機和熱感應器提供品管要素，在核准外送前，會先檢查餐點的重量、溫度與外觀。最後，系統將 QR 代碼套用於餐盒上，以便在外送過程中進行追蹤。

餐點準備完成後，開啟 API 讓廚房透過網路介面將收集而來的資料分享給合作夥伴與客戶。其中可能包括了有關廚師、餐點狀態等資訊。

提高品質、降低成本

上述的機制為餐點準備提供深入見解，協助實現食物品質標準化、保證餐點符合衞生及品質控制要求，並讓客戶安心。但是「智慧食品品管」的優勢也能擴大到這些參數外，提升整個雲端廚房的整體運作。

例如，透過將標籤掃描器擷取的食材資料與庫存管理系統相連，UdyogYantra 系統可提供可用庫存的即時計數，讓廚房員工在任何時刻都能掌握需要處理的事項。這項資訊也可用於啟動自動化行動，例如在庫存到達預定數量時，重新訂購其他供應量。

此外，對餐廳管理同等重要的是，將餐點準備流程自動化，如此可盡量減少菜餚過剩、在準備過程中的食物浪費，以及客戶點餐遭拒，進而協助降低成本。

「除了數位體驗，這套『智慧食品品管』其實還能幫助客戶節省成本，實現更多獲利能力，」Jain 表示。「我們在六個月內實現收支平衡，比方說，在某家每天接 300 份訂單的店內，利潤直接加了 8%。」

連接至供應鏈

雲端廚房的技術創新，使我們對作業的深入見解達到了空前的水準，同時為消費者和企業帶來雙贏。但是潛在的優勢不僅止於此。多虧標準的 API 及 IoT ，雲端廚房可以深入連線的供應鏈，瞭解食物短缺等事項，讓人員能提早調整菜單。

在這裡展現的效率和品質兼具，即是科技餐飲體驗的重點。