機器人學習年輪蛋糕製作技藝
在神戶，一台名為 Theo 的機器人正接受訓練，學習製作年輪蛋糕。這款環狀德國蛋糕在日本的菓子文化中已有逾百年歷史。這台機器的設計目標，是模仿熟練糕點師傅的動作與判斷，包括每一層薄麵糊應烤多久，才能加入下一層。
目錄
這項計畫顯示，人工智慧正逐漸走出辦公室軟體與工廠生產線。在日本，AI 正結合攝影機、影像感測器、烹飪設備與食品生產紀錄，保存過去往往得由師傅花多年時間傳授給徒弟的技藝。
推出 Theo 的神戶菓子公司 Juchheim Co.，於 3 月 25 日在總部設立機器人訓練設施與展示中心。該公司曾在 2025 年大阪關西世博會展示這套系統，目前正將機器人借給日本各地約 20 家企業使用，並計畫在本會計年度結束前將數量提高至 100 家。
年輪蛋糕由德國糕點師傅 Karl Juchheim 於 1919 年引進日本，他也是這家公司的創辦人。這款蛋糕的製作過程格外講究：麵糊塗在旋轉的烤叉上，放入烤箱烘烤後，再一層層重複製作，直到蛋糕形成獨特的年輪紋路。溫度、濕度與烘烤時間稍有變化，就可能影響成品，因此工人往往得練習好幾年才能熟練掌握製程。
Theo 如何模仿糕點師傅的判斷？
Theo 透過攝影機與影像感測器觀察 Juchheim 資深員工的作業。系統會記錄每一層可見的特徵，例如顏色、厚度與質地，再將這些觀察結果與烤箱內的狀況及旋轉烤叉的動作連結起來。
這些資訊讓機器人得以判斷一層麵糊何時烤好，並根據環境變化調整製程。人類糕點師傅可能會依麵糊的手感、表面狀態或廚房環境作出反應；Theo 則試著把這些判斷轉化為機器可分析的資料。
這項技術採用深度學習，這是一種大致仿照人腦網路訓練方式的 AI。系統不會先取得涵蓋所有可能狀況的完整指令清單，而是研究大量範例並辨識其中的模式。完成訓練後，它便能將新的影像或感測器讀數與這些模式比對，再選擇合適的應對方式。
Juchheim 表示，Theo 學會一項新技術只需幾天，遠短於人類通常需要累積相同經驗的時間。這台機器並非只是重複一套固定動作；它的價值在於溫度、濕度或原料有所變化時，能夠調整製程。
日本為何轉向烹飪機器人？
食品業面臨的缺工問題，比許多其他產業更加嚴峻。日本厚生勞動省的資料顯示，2 月餐飲業每名求職者對應 2.31 個職缺，各產業平均則為 1.13 個。
職缺與求職者的比率偏高，代表雇主正爭搶有限的勞動力。餐廳、烘焙坊與食品製造商也得面對勞動人口高齡化，以及投入技術職種的年輕人減少等問題。對部分企業來說，問題不只是眼前班表找不到人，而是資深員工退休後，找不到人接手。
Juchheim 社長 Kawamoto Hideo 表示，機器人可協助苦於找不到接班人的產業。他的說法點出企業在廚房測試 AI 的核心原因：當受過訓練的工人不足以填補所有職位時，自動化有助於維持生產。
日本人口持續減少，也讓這些試驗具有全國層面的意義。政府曾討論在 2040 年前，於 18 個產業部署約 1,000 萬台搭載 AI 的機器人。實體 AI 的發展計畫，著重於能理解周遭環境並在現實世界中採取行動的機器，而非只會生成文字或影像的系統。
什麼是隱性知識？它能數位化嗎？
許多烹飪技藝屬於隱性知識，也就是人們能把事情做好，卻未必能在正式的操作手冊中說明每一項判斷。資深廚師可能知道，食材釋出較多水分時，平底鍋需要更快翻動；也可能只憑蛋糕表面細微的色澤變化，就判斷某一層已經烤好。
傳統師徒制透過反覆觀察與練習，傳承這類知識。在日本飲食文化中，透過觀摩專家學習技藝的觀念一直根深柢固。這種方式能培養出色的技藝，但當學徒與可傳授技術的資深員工都愈來愈少時，傳承便容易受到影響。
專攻 AI 開發的京都橘大學教授 Matsubara Hitoshi 表示，早期 AI 系統不適合處理這類知識。他指出，隨著技術進步，如今已能記錄並重現過去難以描述的動作。
在深度學習時代之前，AI 無法傳授隱性知識；但隨著技術進步，如今已能將蘊含隱性知識的熟練工人動作數位化。
這並不代表手藝的每一個環節都已被完整記錄。AI 的表現取決於訓練資料的品質、觀察過的狀況範圍，以及感測器的準確度。在一間廚房受訓的機器人，若要在使用不同烤箱、原料或生產目標的其他地點可靠運作，可能還需要更多訓練。
從年輪蛋糕到炒飯與炒麵
Juchheim 是將 AI 應用於食品製備的更廣泛趨勢之一。總部位於東京的 TechMagic 開發炒飯、炒麵等炒菜機器人。該公司在 2025 年推出一款應用程式，能依使用者選擇的食譜計算鍋具轉動速度等設定。
機器人利用這套系統，學習不同食材所需的烹調時間與火候。TechMagic 表示，這提升了機器的穩定性。這類技術的重點，不是取代整位主廚，而是精準控制一連串在每個班次中都難以完全一致的人工作業。
日本其他企業也運用 AI 保存廚房以外的技藝。2019 年，電通開發 Tuna Scope，透過分析智慧型手機拍攝的鮪魚尾部照片，評估魚肉品質。這套系統旨在重現判斷鮪魚品質的專家眼力，也就是「目利き」（mekiki）。人類專家可能得花十年才能培養出這項能力。
之後，藏壽司在迴轉壽司店推出經該系統評估的鮪魚，稱為 AI 鮪魚。廣島的 Otafuku Sauce 則在 2023 年為其醬汁配方資料庫打造 AI 搜尋工具。系統以超過 15,000 種產品與試作品資料訓練而成。過去搜尋一款配方最多要花兩小時，如今約五分鐘即可完成。
實體 AI 將機器人連結至現實世界
Theo 的運作屬於更大規模的努力之一，目標是讓機器更了解周遭環境。傳統工業機器人通常只在受控環境中執行明確界定的動作。實體 AI 則加入攝影機、感測器與 AI 模型，讓機器人能因應物體、熱度、時間與空間的變化。
日本的機器人公司正與 Nvidia、Fujitsu、Fanuc、Yaskawa Electric 及 Kawasaki Heavy Industries 合作，推動這個領域發展。合作結合日本在精密機械方面的經驗，以及先進運算能力與 AI 模型。Nvidia 已推出相關工具，協助機器人理解物理環境並適應不斷變化的任務。
本地運算能力也可能讓企業不必將所有資訊傳送至海外，就能利用敏感的生產資料訓練 AI 系統。這對食品製造商很重要，因為他們可能希望保護配方、製程紀錄與客戶資料。要讓這些系統普及，仍需安全的網路、可靠的感測器與受過訓練的技術人員。
日本食品機械業多年來一直在打造相關支援體系。Nikko 等企業為水產、肉品與農產品加工提供自動化系統。Nikko 也營運北海道機器人實驗室，讓學生與工人接受機器人訓練，並協助企業測試自動化是否適合特定生產場所。
這些訓練中心也在處理一項可能限制自動化發展的問題：企業可能買得到機器，卻缺乏懂得安裝、監督、維修與更新設備的人才。機器人能減少完成某項工作所需的人力，但也會帶動對工程師、操作員與維護專業人員的需求。
食品自動化為何比工廠自動化更難？
相較於許多工業廠房，餐廳與菓子廚房的環境較難預測。食材每批都可能不同，菜單各異，空間往往擁擠，而顧客也期待食物經過細心擺盤。溫度與濕度同樣會影響麵糰、醬料與烹調時間。
成本也是一道門檻。企業得負擔機器人、感測器、軟體、安裝、維護與員工訓練費用。小型餐廳可能沒有足夠空間容納大型設備，也可能沒有足夠的日常產量來證明這項支出合理。老舊機械也可能難以連接新型 AI 系統。
日本的服務文化又增添一層難度。待客之道往往仰賴個人關懷、餐點呈現，以及迅速回應特殊需求。機器人能處理重複性的烹調或送餐工作，但目前還達不到人類服務人員所需的全面水準。在特定工作上非常有效的機器人，面對同時有多種需求的忙碌廚房時，仍可能難以勝任。
其他服務場域的案例顯示，這項技術正逐步擴展。成田機場曾在一間無人紀念品商店使用貓型機器人，作為減少人力需求的示範計畫之一。餐廳與咖啡廳也曾測試送餐、製作鬆餅、捲壽司與烹調大阪燒的機器人。
機器人會取代熟練糕點師傅嗎？
Theo 這類系統眼前更可能扮演輔助角色，而非全面取代人力。機器人可以重複執行製程、監控環境並保存食譜；人類員工則繼續準備原料、檢查成品、處理特殊狀況並開發新產品。
這樣的分工有助企業保存傳統食品技法，同時降低熟練生產對少數個人的依賴。資深糕點師傅也可能因此有更多時間教學、測試食譜、監督多台機器，而不必親自完成每個重複步驟。
誰能掌控手藝的數位紀錄，也是令人關注的問題。工人的動作與判斷一旦轉化為訓練資料，企業可能因此擁有一套由個人經驗建立而成、價值可觀的生產系統。工人與雇主可能需要就資料使用的同意、署名、報酬與範圍訂定明確協議。
顧客對機器製作的食品，也可能採取不同的評價標準。對需要在多個地點維持相同外觀與口味的產品來說，品質穩定是一項優點。不過，有些顧客可能更看重傳統甜點背後的人情故事。企業需要說明 AI 的用途，以及製程中哪些部分仍由人類判斷。
日本的試驗具有更廣泛的意義
日本正將食品自動化作為因應人口壓力的實際方案。物流、農業、零售、醫療保健與製造業也能看到類似做法。目標是在勞動力減少的情況下維持基本服務運作，而不是等待人口趨勢逆轉。
日本在機器人領域的實力，為這項努力提供了良好基礎。日本長期生產高度精密的工業機械，製造業也累積了大量實務知識。實體 AI 試圖將這些硬體與經驗，連結至能從影像與感測器資料中學習的系統。
能否成功，取決於企業可衡量的成果。機器人必須減輕人力壓力、維持食品品質、在確保安全的情況下與人共事，並證明成本合理。教育、可靠的資料基礎設施，以及能管理這項技術的員工，也不可或缺。
Theo 計畫將使用者從約 20 家擴大至 100 家，將實際檢驗透過 AI 學習的糕點技藝，能否從企業展示中心應用到其他場域。如果這套系統能在不同廚房順利運作，就可能成為保存其他瀕臨失傳飲食技藝的範例。
重點整理
- Juchheim 的 Theo 機器人利用攝影機與感測器，學習熟練工人製作年輪蛋糕的方式。
- 年輪蛋糕需要反覆疊加蛋糕層，並仔細控制火候、時間、溫度與濕度。
- 日本 2 月餐飲業每名求職者對應 2.31 個職缺，各產業平均為 1.13 個。
- TechMagic、電通與 Otafuku Sauce 正將 AI 應用於烹飪、水產分級與配方搜尋。
- 日本計畫擴大實體 AI 應用，目標是在 2040 年前於 18 個產業部署約 1,000 萬台搭載 AI 的機器人。
- 機器人或可保存熟練技藝，但仍需要人類員工負責監督、創新、維修與顧客服務。
