餐具清洗让人忙得天旋地转，至少食品服务业因此而焦头烂额。
对于商用厨房的顺利运转而言，洗碗工是其中关键一环，但该岗位的劳动力短缺率和人员流失率却高于任何其他行业。洗碗工平均仅在职 42 天，但招聘和培训又会产生高昂成本，这为商业食品行业带来了持续挑战。
Dishcraft Robotics 是一家总部位于硅谷的初创公司，其致力通过自身研发的自动洗碗技术，以将商业食品服务行业面临的此类问题一扫而光。
餐具清洗不仅难度高，还有可能带来危险。水中滑跌可能是消暑的不二之选，但在厨房却非如此，因为水槽附近的湿滑地面是造成商业食品行业人身伤害的主要诱因。除了滑倒和摔伤，餐具洗涤工作所带来的重复劳动、肌肉劳损以及工作期间频繁发生的热水烫伤事件也让人精疲力竭。
因此，许多企业转而使用一次性或可堆肥餐具。但这会为企业和环境带来更棘手的难题，因为随着每天产生的垃圾数量不断增长，监管部门也在采取愈发严厉的管制措施。
Rethink Disposable 2017 年研究表明，绝大多数可堆肥餐具最终都进入了垃圾填埋场。
为解决这些劳动、安全和环境问题，Dishcraft 正致力推出餐具运送服务，即使用专属机器人和 AI 技术，以便宜的价格每天为食品服务企业提供可重复使用的干净餐具。该项运送服务名为 Dishcraft Daily，它不仅有助于提升企业效率和生产力，同时还能减少垃圾产生。
Dishcraft 创始人兼首席执行官 Linda Pouliot 和首席技术官 Paul Birkmeyer 均扎根机器人行业多年。两人曾在商业洗碗间亲自体验洗涤工作，以便寻找这项工作的挑战，并探索机器人所能提供的解决方案。凭借这段亲身经历以及对自动化的远见卓识和创新精神，Linda Pouliot 和 Paul Birkmeyer 最终创立了 Dishcraft。
Dishcraft 从餐巾服务模式中获得灵感，每天会从公司所设的其中一处洗碗中心向餐厅运送干净的商用餐具，同时回收脏餐具。
该公司使用自制餐具，其中均装有磁铁，便于餐具清洗机器人轻松拿起和擦洗餐具并进行摆放。之后，Dishcraft 机器人会使用摄像头检查餐具，然后通过深度神经网络分析相关数据，以进行更高效地清洁。Birkmeyer 表示，餐具清洗过后，机器人系统会使用基于视觉的网络执行质量检查步骤，然后再将餐具退出系统。
每个系统都会产生大量数据，并需要内部 GPU 助力的实时推理。该初创公司目前正在对机器人试验 GeForce RTX 2080 Ti 显卡。
机器人系统使用本地 NVIDIA GPU 进行深度学习训练，并偶尔使用搭载 NVIDIA V100 Tensor 核心 GPU 的 AWS。
构建用于商用餐具清洗作业的机器人并非易事。您可以类比感恩节晚餐过后家庭厨房中热火朝天的繁乱场面，只不过商用厨房的餐具会更多。Birkmeyer 表示，商用厨房是一个快节奏而又不可预测的环境，因此构建可以预测复杂情景的机器人颇具挑战。
他说道：“若没有在 NVIDIA 硬件上训练和部署的深度神经网络，我们将无法提供客户所需的持续、可靠的运营服务。”
自 2015 年成立以来，Dishcraft 不足 50 人的团队已经获得超过 2500 万美元的风险投资。目前，Dishcraft Daily 已服务多家公司，其雇员数量多在 300 至 2500 人之间。
Dishcraft 的客户主要是旧金山湾区的餐饮服务商，他们经营堂食、餐饮承办或送餐业务。该公司还计划日后为大学和医院提供服务。
