土豆怎么知道熟了？
这个嘛，有点技术含量的。 我首先想到的是“压变式”传感原理，在生土豆和熟土豆之间放一个应变片（一种压力传感器），当有压力（重力）作用时，应变片产生应变并以此传导电信号给处理器，处理器进行计算和处理，最后得出结果。
但是，这似乎又有点太玄了，于是我又想到了另一种比较简单粗暴的传感方法——热敏电阻。 温度传感器应该是个比较常见的元件吧，家里用的温度计就是利用热敏电阻的特性来测量温度的。
那么，如果在一个盒子里放入两根不同材料的细丝（用来做温度的分度标记）和一个热敏电阻，当盒子被加热到一定温度后，热敏电阻所产生的电压通过特定电路来计算温度值并传递信息给处理器，这样不就实现了用计算机控制加热温度进而控制烹饪时间的目的了吗！ 不过要直接测出温度还是有些麻烦，可以采用温度探头的方式，把温度探头埋入土豆中，通过检测探头的电流变化来确定温度的变化情况，最终得到温度值。
当然，这种方法也有缺陷，因为温度探头只能感知表面温度，无法获得温度场的信息（也就是不能知道内部温度的情况）。 对于这种只能获得单值（温度）的数据采集方式，我们可以借助数据采集卡来解决。数据采集卡是一种通用性很强的计算机外设，可以通过计算机软件轻松实现对温度等模拟量（不是数字量）数据的采集、处理以及图形显示。
有了数据采集卡，上面的实验就可以非常简单地实现了——用数据采集卡连接温度传感器和计算机，软件读取并处理传感器的电压值从而换算成对应的温度值。 上面两种方式都需要提前设置好加热温度和时间，那么有没有更智能的方法呢？ 当然是有的，那就是利用机器学习中的分类算法，让机器去学习判断生熟。
举个栗子，假设我们设计了500个样本（每个样本包含400个数据，其中300个用于训练，100个用于测试），250个熟样本，250个生样本。我们将这些样本的像素点灰度化之后，输入到神经网络中去学习，最后就能得到一个函数，输入这个函数的参数（比如颜色值）就能得到一个预测的结果（熟或生）。
当然，对于机器学习来说，学会判断生熟只是一个开始，如何找到合适的样本并且设计合理的训练方案才是关键。