乾淨的盤子是鐵打的基礎，至少對於餐飲業來說的確是如此。
一個商業廚房想要平穩經營，洗碗工必不可少，這個行業又有著最嚴重的勞力短缺及人員流動情況。平均一名洗碗工只會待個42天，這使得商業餐飲業不斷面臨著僱用和訓練的沉重難題。
成立於矽谷的新創公司 Dishcraft Robotics，想要運用該公司的洗碗自動化技術，讓餐飲業者不再面臨上述問題及其它問題。
洗碗是件技術活，也是件危險的工作，炎炎夏日玩滑水道很爽，但在廚房裡可就不是那麼一回事了。在餐飲業裡，洗碗槽四周濕漉漉的地板是造成傷害的主要原因。除了滑倒和跌倒，一直在重複相同動作、肌肉拉傷，且常會被熱水燙傷，洗碗也會讓人筋疲力盡。
許多餐飲業者開始採用一次性或可用於製作堆肥的餐具，以求解決這個問題。但隨著主管機關雷厲風行打擊每天產生出的龐大數量廢棄物，這對經營和環境來說又變成一個更頭大的問題。
Rethink Disposable 公司在2017年進行的一項研究裡指出，絕大多數可用於製作堆肥的碗盤最終都是送到垃圾掩埋場。
Dishcraft 運用自家獨有的機器人和人工智慧技術，每天以合理價格提供乾淨又可重複使用的碗盤給商業餐飲業者，解決了這些缺工、安全和環境問題。這項名為 Dishcraft Daily 的外送服務，可以提高營運效率和生產率，又能減少浪費。
Dishcraft 創辦人暨執行長 Linda Pouliot，還有技術長 Paul Birkmeyer，都是在機器人這個產業裡有著深厚經驗的人士，他們花時間在餐廳裡洗碗，以求找出洗碗這件事到底難在哪裡，還有要怎麼使用機器人來解決。正是這種實踐心得，加上他們對自動化的願景和創新精神，因而成立了 Dishcraft。
Dishcraft 受到桌巾送洗服務模式的啟發，每天都會從其中一處洗碗中心，將乾淨的碗盤送到客戶處，以交換骯髒的碗盤。
該公司設計出自己的洗碗流水線，其中有一塊磁鐵，讓機器人洗碗機能夠輕鬆拿起盤子，以刷洗盤子，再放在架子上。Dishcraft 的機器人接著使用攝影機來檢查盤子，並且通過深層神經網路分析資料，以有效地清洗盤子。Birkmeyer 表示洗好盤子後，機器人系統使用有著電腦視覺技術支援的神經網路來檢查清潔品質，通過後盤子才能離開系統。
每個系統都會產生出大量資料，需要在內部 GPU 的支援下進行即時推論作業。Dishcraft 目前正在其機器人中試用 GeForce RTX 2080 Ti 顯示卡。
Dishcraft 在公司內部使用 NVIDIA 的 GPU 來訓練系統的深度學習項目，偶爾則是使用 AWS 上的 NVIDIA V100 Tensor Core GPU。
打造一個能夠應付商業廚房洗碗工作的機器人，並不容易，這有點像是感恩節大餐後家庭廚房裡的髒亂情況，只是碗盤數量還要更多。Birkmeyer 說商業廚房是一個快節奏又突發狀況頻傳的環境，得投入大量心力去建造一個能夠預測複雜場景的機器人。
他說：「少了使用 NVIDIA 硬體進行訓練和部署的深度神經網路，我們便無法讓客戶安心穩定地經營。」
打從2015年成立以來，不到五十人的 Dishcraft 團隊已經募得超過2500萬美元的創投資金，且提供 Dishcraft Daily 服務給規模介於300到2500名員工的餐廳業者。
Dishcraft 的客戶主要是舊金山灣區的餐飲業者，在餐廳內或通過外燴及外送服務提供餐點。Dishcraft 還打算未來提供服務給大學和醫院。
https://drive.google.com/file/d/1gaWNZsT4mlecknkBmLH9t5oqtvYLqOuh/view