AI 學雲芝：老師傅嘅刀，點解教唔出嚟
切雲芝都係門學問。一株雲芝，邊個位腍、邊個位脆、邊個位同邊個位配喺一齊先至有口感——呢啲判斷喺老師傅腦入面，但佢哋未必講得出。
日本 AI 公司 Emuni（エムニ）同新潟嘅 YukiGuni Factory，就係想將呢個「講唔出嚟嘅嘢」逼 AI 講出嚟。
乜嘢係「見極め力」
「見極め力」係日本製造業常用嘅術語，講白啲就係熟練工人靠手感同經驗做判斷嘅能力——睇一眼、摸一摸，就知點樣落刀。
YukiGuni Factory 1983 年創業，做雲芝生產做了超過 40 年，以「雪國まいたけ極」品牌出貨，最大嘅雲芝可以大到超過 900 克。佢哋嘅裝填工序要將呢啲大株切開，做成 50 克到 500 克唔同規格嘅產品。每切一刀，都要判斷部位、口感同擺位——呢個就係老師傅嘅見極め力。
問題係，呢種能力極之難以言傳，而教嘅質素全憑指導老師嘅個人經驗。
兩個驗證方向
圖片：日本旅遊｜PR TIMES 美食公告
實證由 2026 年 9 月開始，分兩條線并行：
第一條線：自動拆解工序
AI 分析作業影片，自動將裝填流程拆成唔同工序，計量每個工序嘅時間。Emuni 強調唔需要預先定義「正確答案」，亦唔需要人手標註（アノテーション）工序界線。如果精度達到人手計量水平，就可以連續追蹤每個工人嘅熟練度，揾出佢哋最弱嘅環節。
第二條線：語言化見極め力
事前驗證已經確認，AI 可以從影片入面抽出老師傅切割手法同手部動作中，肉眼難以察覺嘅細節。本輪實證要驗證嘅係：面對唔同熟練工人嘅影片，輸出係咪穩定；呢啲「語言化」嘅內容，喺實際指導場景做教學資料用，有冇用。
Emuni 表示呢項技術將來唔會止於教育，亦會作為「物理 AI」（Physical AI）嘅基礎——即係同機械人協作嘅系統，讓機械人學習熟練工人嘅動作。
阿調搞兩下
呢個案例值得留意，唔係因為「AI 好勁」，而係因為佢處理嘅係一個真問題：技能斷層。老師傅退休，手法就消失；新人工時成本越高，願意跟師傅學嘅人就越少。將暗黙知（tacit knowledge，即未成文嘅經驗）形式化，係一個值得認真跟進嘅方向。
不過要問嘅問題都好直接：AI 分析出來嘅「手法描述」，到底有冇準確捕捉到老師傅真正嘅判斷邏輯，定係只係統計規律？實證結果要公開先算有説服力。
阿調｜深度調教
