تستخدم Winnow رؤية الكمبيوتر للمساعدة في تقليل الهدر في معالجة الأغذية

ربما لا تعلم، ولكن وفقًا لمنظمة الأغذية والزراعة التابعة للأمم المتحدة (الفاو)، فإن حوالي ثلث الأغذية المنتجة عالميًا كل عام لا تصل أبدًا إلى طاولة الإنسان، وهو ما يعادل ما يعادل حوالي تريليون دولار من الأغذية الصالحة للأكل. وينتهي به الأمر في مدافن النفايات. وتساهم صناعة الفنادق والمطاعم وحدها بحوالي 10% من ذلك المبلغ. في مواجهة هذا الوضع، لدى مجموعة حلول التكنولوجيا Winnow فكرة تطبيق الرؤية الحاسوبية والتعلم الآلي للمساعدة في تقليل الهدر في معالجة الأغذية.

• استمتع بتطبيق الذكاء الاصطناعي الجديد من Nvidia: حوّل رسومات الشعار المبتكرة بأسلوب MS Paint إلى "روائع" فنية

تأسست تقنية Winnow في لندن عام 2013، وحتى الآن تم تطبيق ونشر تقنية Winnow بشكل فعال نسبياً في مجال المطبخ، مثل الأداة التي تعمل بمثابة ميزان يوضع تحتها، حيث تحتوي سلة المهملات على بقايا الطعام في المطبخ، مما يساعد على جمع المعلومات حول كمية الطعام التي تم التخلص منها بعد أن يقوم الطاهي بإدخال معلومات حول المنتجات التي ألقاها في سلة المهملات على شاشة تعمل باللمس.

يتم بعد ذلك نقل هذه المعلومات إلى نظام التحليلات السحابي الخاص بـWinnow، والذي يحدد قيمة كمية الطعام التي يتم التخلص منها، ويقدم تقارير مفصلة منتظمة تسلط الضوء على تكاليف الهدر بالإضافة إلى الفوائد الاقتصادية التي يمكن للناس الحصول عليها من خلال تقليل الهدر في تجهيز الأغذية كل يوم.

ومع ذلك، لا يزال نظام Winnow حتى الآن يتطلب قدرًا أكبر من الإدخال اليدوي وأكثر تفصيلاً، مما يعني أن الطهاة يجب أن يكونوا أكثر تحديدًا بشأن أنواع الطعام التي يقومون بمعالجتها، وهذا أمر معقد حقًا ويستغرق وقتًا طويلاً.

لحل المشكلة، تقدم Winnow الآن نهجًا آليًا هجينًا، باستخدام مزيج من الذكاء الاصطناعي مع كاميرا رؤية حاسوبية تستشعر الحركة والتي يمكنها التقاط صور النفايات تلقائيًا عند سكبها في سلة المهملات، وبعد ذلك، ستكون تكنولوجيا التعلم الآلي هي المسؤولة. لتحليلها وبيان نوع الطعام وما هي قيمته.

• يستخدم الذكاء الاصطناعي بيانات WiFi لتقدير عدد الأشخاص في الغرفة

نماذج التعلم الآلي للتدريب

على الرغم من النظرية، إلا أن النظام لا يعمل بشكل مثالي من الناحية العملية، حيث يمكنه التعرف على مجموعة واسعة من الفواكه والخضروات، ولكنه لا يزال يواجه صعوبة في التعرف عليها. التعرف على العناصر الأكثر غموضًا، مثل أنواع مختلفة من اللحوم! ولهذا السبب لا يزال الطهاة وموظفو المطبخ بحاجة إلى التعاون مع المطورين في تدريب نظام التعلم الآلي هذا. على سبيل المثال، يمكن أن يُطلب من الموظفين تحديد عنصر الطعام الذي تخلصوا منه للتو من القائمة المعروضة على شاشة تعمل باللمس. وفقًا لتقديرات الخبراء، سيستغرق الأمر من 200 إلى 1000 صورة فقط لتدريب نظام التعلم الآلي Winnow Vision للتعرف على عنصر غذائي.

• تطبق Google وDeepMind الذكاء الاصطناعي للتنبؤ بإنتاج مزارع الرياح

وفي خطوة ذات صلة، تم استخدام Winnow Vision سابقًا كجزء من العديد من المشاريع التجريبية مع العديد من العلامات التجارية الكبرى منذ يناير من العام الماضي، بما في ذلك المجموعة السويدية Ikea، بهدف خفض كمية نفايات الطعام التي تنتجها هذه الشركة إلى النصف بشكل عام.

"لقد وضعنا لأنفسنا هدفًا طموحًا لتقليل هدر الطعام بنسبة تصل إلى 50% في جميع عملياتنا، وسوف نحقق ذلك بحلول سبتمبر 2020. ويعد تعاون Ikea مع Winnow جزءًا مهمًا للغاية لتحقيق هذا الهدف. "نحن نعلم أن هدر الطعام يتسبب في الكثير من الهدر وتقليل هذه الكمية من الهدر ليس مشكلة بسيطة، لكن Winnow أثبتت أن لديهم الحلول للمساعدة في حل المشكلة. بطريقة فعالة حقًا،" شارك هيجي سابيورنسن، المدير الإداري لشركة ايكيا في المملكة المتحدة وإيرلندا.

وتشمل الشركات الكبرى الأخرى المشاركة في التجربة سلاسل المتاجر الكبرى UK Morrisons وEmaar في الإمارات العربية المتحدة. ومع ذلك، اعتبارًا من اليوم، ستكون Winnow Vision متاحة عالميًا ويمكن استخدامها في جميع المطاعم والمطابخ في كل مكان في العالم.

"إن هدر الطعام مشكلة عالمية تواجهها البشرية. ولا يتعلق الأمر فقط بمشاكل هدر الأموال والتلوث البيئي، بل الأهم من ذلك أنه يترتب عليه مشاكل أخرى تتعلق بالأمن الغذائي. ويعاني كل مطبخ وخط معالجة حول العالم من "صداع" للتعامل مع هدر الطعام. ولذلك، بدون أدوات الإدارة المناسبة، يصعب على الشركات أن تدرك مقدار ما تهدره ومقدار الأموال التي يمكنها توفيرها إذا استخدمت الغذاء بشكل أكثر فعالية. ومن خلال استخدام الذكاء الاصطناعي لتحليل هدر الطعام والإبلاغ عنه على وجه التحديد، بالإضافة إلى التكاليف الفعلية - ستكون Winnow Vision مساعدًا فعالاً في خط المطبخ الحديث وتجهيز الأغذية." قال مارك زورنيس، الرئيس التنفيذي لشركة Winnow.

• جوجل تطبق الذكاء الاصطناعي في الكشف عن أمراض العيون

فائدة اقتصادية

تطبق Winnow نموذجًا لهذا البرنامج كخدمة (SaaS)، مما يعني فرض رسوم اشتراك للوصول إلى برنامج المراقبة. على الرغم من عدم الكشف عن السعر المحدد لكل حزمة خدمة، وفقًا لحسابات هذه الشركة، يمكن لمؤسسات الخدمات الغذائية أن تتوقع عائدًا لرأس المال يتراوح بين 2 إلى 10 أضعاف على الفور. في السنة الأولى، يمكنك توفير ما يصل إلى 50 ألف دولار كانت ستفقد بسبب ذلك للمشاكل المتعلقة بالنفايات في تصنيع الأغذية.

"بفضل استخدام تكنولوجيا الذكاء الاصطناعي، وتحديدًا التعلم الآلي مع القدرة على التعلم الذاتي والتحسين بعد كل استخدام، فإن Winnow Vision قادرة على التعامل مع مشكلات هدر الطعام في العالم على نطاق عالمي"، قال الرئيس التنفيذي مارك زورنيس.

• يتحدث مهندس فيسبوك للذكاء الاصطناعي عن التعلم العميق ولغات البرمجة الجديدة وأجهزة الذكاء الاصطناعي

إلى جانب Winnow، هناك أيضًا عدد من الشركات الناشئة العاملة في مجال تقديم حلول مختلفة للمساعدة في تقليل الهدر أثناء إنتاج الأغذية وتصنيعها. قامت شركة سويدية تدعى كارما بجمع 12 مليون دولار العام الماضي لبناء سوق يشجع المطاعم ومحلات السوبر ماركت على إعادة بيع بقايا طعامها - ربما الكعك أو الخبز أو عصير الفاكهة الطازج - بسعر أفضل، بدلا من رميها في سلة المهملات مما يسبب نفايات ضخمة.

نجحت شركة أخرى تدعى Full Harvest، ومقرها في سان فرانسيسكو بالولايات المتحدة الأمريكية، في جمع 8.5 مليون دولار أمريكي من الاستثمار مؤخرًا للمساعدة في دعم إنتاج المنتجات المعيبة من المزارع في الولايات المتحدة.

وبالعودة إلى مشروع Winnow، قال ممثل الشركة إن نظامهم اليدوي الحالي قد استخدمه آلاف الطهاة في أكثر من 40 دولة، وساعد في توفير ما يعادل 30 مليون دولار من الطعام المهدور أثناء المعالجة.

بالنسبة للشخص العادي، يمكن وصف Winnow بأنها شركة رائعة لتطوير تطبيقات الذكاء الاصطناعي، ولكنها في جوهرها شركة بيانات - بيانات تمكن المطابخ وخطوط الإنتاج وغير ذلك الكثير. يرى الإنتاج الهدر في عملياته، وهذا ما يساعد على فتح قيمة الأجهزة.

إذا تم تطبيقه بنجاح حقًا، فإن مشروع Winnow Vision يوضح أنه يمكن التحكم بشكل كامل في مليارات الدولارات المهدرة في خطوات تصنيع الأغذية، وهذا ليس منفعة اقتصادية فحسب، ولكنه أيضًا عامل مهم يساهم في ضمان الأمن الغذائي العالمي.