Rendering koncepcji cyfrowego urządzenia do gotowania, które zawiera dziesiątki składników i precyzyjny laser do gotowania, aby składać i gotować posiłki według cyfrowych przepisów. Źródło:Jonathan Blutinger/Columbia Engineering
Columbia Engineers opracowują sterowane programowo zrobotyzowane lasery, które gotują jedzenie z niezrównaną precyzją, zachowując więcej wilgoci i tworząc zupełnie nowy, spersonalizowany sposób gotowania smacznego posiłku.
Wyobraź sobie, że masz własnego cyfrowego szefa kuchni; gotowy do gotowania, co chcesz; w stanie dostosować kształt, konsystencję i smak specjalnie dla Ciebie; a to wszystko za naciśnięciem jednego przycisku. Inżynierowie Columbia pracują właśnie nad tym, używając laserów do gotowania i technologii druku 3D do montażu żywności.
Pod przewodnictwem profesora inżynierii mechanicznej Hoda Lipsona zespół „Digital Food” jego Creative Machines Lab tworzy w pełni autonomicznego cyfrowego osobistego szefa kuchni. Grupa Lipsona opracowuje żywność drukowaną w 3D od 2007 roku. Od tego czasu drukowanie żywności przeszło w nadruki wieloskładnikowe i zostało zbadane przez naukowców i kilka firm komercyjnych.
„Zauważyliśmy, że chociaż drukarki mogą wytwarzać składniki z milimetrową precyzją, nie ma metody ogrzewania o takim samym stopniu rozdzielczości” – powiedział Jonathan Blutinger, doktorant w laboratorium Lipson, który kierował projektem. „Gotowanie ma zasadnicze znaczenie dla rozwoju odżywiania, smaku i tekstury wielu produktów spożywczych i zastanawialiśmy się, czy moglibyśmy opracować metodę za pomocą laserów, aby precyzyjnie kontrolować te atrybuty”.
Kurczak gotowany niebieskim laserem. Światło kierowane jest przez dwa sterowane programowo galwanometry lustrzane. Źródło:Jonathan Blutinger/Columbia Engineering
W nowym badaniu opublikowanym przez npj Science of Food , zespół zbadał różne sposoby gotowania, wystawiając kurczaka na światło niebieskie (445 nm) i podczerwone (980 nm i 10,6 µm), które wykorzystali jako modelowy system żywnościowy. Wydrukowali próbki kurczaka (grubość 3 mm na około 1 cal) jako łóżko testowe i ocenili szereg parametrów, w tym głębokość gotowania, rozwój koloru, zachowanie wilgoci i różnice w smaku między mięsem gotowanym laserowo a mięsem gotowanym w piecu. Odkryli, że pieczone laserowo mięso kurczy się o 50% mniej, zachowuje dwukrotnie większą zawartość wilgoci i wykazuje podobny rozwój smaku do tradycyjnego gotowanego mięsa.
„W rzeczywistości nasi dwaj ślepi degustatorzy smaku woleli gotowane laserowo mięso od konwencjonalnie gotowanych próbek, co jest obiecujące dla tej rozwijającej się technologii” – powiedział Blutinger.
Chociaż Lipson i Blutinger są podekscytowani możliwościami tej nowej technologii, której komponenty sprzętowe i programowe są dość mało zaawansowane technologicznie, zauważają, że nie ma jeszcze zrównoważonego ekosystemu, który by ją wspierał. Lipson stwierdza, że „to, czego wciąż nie mamy, to coś, co nazywamy „Food CAD”, rodzaj Photoshopa żywności. Potrzebujemy oprogramowania na wysokim poziomie, które umożliwi ludziom, którzy nie są programistami ani programistami, projektowanie żywności, jakiej chcą. A potem potrzebujemy miejsca, w którym ludzie mogą dzielić się cyfrowymi przepisami, tak jak my udostępniamy muzykę”.
Mimo to, mówi Blutinger, „Jedzenie to coś, z czym wszyscy codziennie wchodzimy w interakcję i co personalizujemy – wydaje się naturalne, że wprowadzamy oprogramowanie do naszego gotowania, aby tworzenie posiłków było bardziej spersonalizowane”.
Odniesienie:„Precyzyjne gotowanie drukowanej żywności za pomocą laserów o wielu długościach fali” autorstwa Jonathana Davida Blutingera, Alissa Tsai, Eriki Storvick, Gabriela Seymour, Elise Liu, Noà Samarelli, Shravan Karthika, Yorána Meijersa i Hoda Lipsona, 1 września 2021 r., npj Science żywności .
DOI:10.1038/s41538-021-00107-1
Autorami są:Jonathan Blutinger, Alissa Tsai, Erika Storvick, Gabriel Seymour, Elise Liu, Noà Samarelli, Shravan Karthik, Yorán Meijers i Hod Lipson z Wydziałów Inżynierii Mechanicznej i Informatyki, Columbia Engineering.
Ta praca była częściowo wspierana przez program finansowania SEAS Interdisciplinary Research Seed (SIRS) Uniwersytetu Columbia oraz przez NSF NRI Award #1925157.
