Winnow utiliza la visión por computadora para ayudar a reducir el desperdicio en el procesamiento de alimentos

Quizás no lo sepas, pero según la Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO), alrededor de ⅓ de los alimentos producidos a nivel mundial cada año nunca llegan a la mesa humana, lo que equivale a aproximadamente 1 billón de dólares en alimentos comestibles. termina en vertederos. Sólo la industria hotelera y de restaurantes aporta alrededor del 10% de esa cifra. Ante esta situación, el grupo de soluciones tecnológicas Winnow está teniendo la idea de aplicar la visión por ordenador y el aprendizaje automático para ayudar a reducir el desperdicio en el procesamiento de alimentos.

• Admire la nueva aplicación de inteligencia artificial de Nvidia: convierta garabatos estilo MS Paint en "obras maestras" artísticas

Fundada en Londres en 2013, hasta ahora la tecnología Winnow se ha aplicado y desplegado con relativa eficacia en el ámbito de la cocina, como una herramienta que actúa como una báscula colocada debajo y un cubo de basura que retiene los residuos de comida en la cocina, lo que ayuda a recopilar información. sobre la cantidad de comida que se ha tirado después de que el cocinero introduce información sobre los productos que ha tirado a la basura en una pantalla táctil.

Luego, esta información se transfiere al sistema de análisis basado en la nube de Winnow, que determina el valor de la cantidad de alimentos que se han desechado y proporciona informes detallados periódicos que destacan los costos de desperdicio y los beneficios económicos que las personas pueden obtener al reducir el desperdicio en procesamiento de alimentos todos los días.

Sin embargo, el sistema de Winnow hasta ahora todavía requiere una mayor cantidad de entrada manual y es más detallado, lo que significa que los chefs tienen que ser más específicos sobre los tipos de alimentos que han procesado. Esto es realmente complicado y requiere mucho tiempo.

Para resolver el problema, Winnow ahora está introduciendo un enfoque de automatización híbrido, utilizando una combinación de inteligencia artificial con una cámara de visión por computadora con sensor de movimiento que puede capturar automáticamente imágenes de los desechos cuando se vierten en el contenedor, y luego, la tecnología de aprendizaje automático será responsable. para analizar e indicar qué tipo de alimento es y cuál es su valor.

• La IA utiliza datos de WiFi para estimar la cantidad de personas en una habitación

Entrenamiento de modelos de aprendizaje automático

A pesar de la teoría, en la práctica el sistema no funciona perfectamente: puede identificar una amplia variedad de frutas y verduras, pero todavía tiene dificultades para identificarlas. ¡Identifica elementos más oscuros, como diferentes tipos de carne! Es por eso que los chefs y el personal de cocina aún deben colaborar con los desarrolladores para capacitar este sistema de aprendizaje automático. Por ejemplo, se puede pedir a los empleados que seleccionen el alimento que acaban de tirar de una lista que se muestra en una pantalla táctil. Según las estimaciones de los expertos, se necesitarán entre 200 y 1.000 imágenes para entrenar al sistema de aprendizaje automático Winnow Vision para que reconozca un alimento.

• Google y DeepMind aplican IA para predecir la producción de parques eólicos

En una medida relacionada, Winnow Vision se ha utilizado anteriormente como parte de varios proyectos piloto con varias marcas importantes desde enero del año pasado, incluido el conglomerado sueco Ikea, con el objetivo de reducir a la mitad la cantidad de desperdicio de alimentos que produce esta empresa en general.

“Nos hemos fijado un objetivo ambicioso de reducir el desperdicio de alimentos hasta en un 50% en todas nuestras operaciones, y lo lograremos en septiembre de 2020. La colaboración de Ikea con Winnow es una parte muy importante para lograr ese objetivo. "Sabemos que el desperdicio de alimentos está causando muchos desperdicios y reducir esta cantidad de desperdicio no es un problema simple, pero Winnow ha demostrado que tienen las soluciones para ayudar a resolver el problema de una manera realmente efectiva", compartió Hege Sæbjørnsen, Director general de Ikea Reino Unido e Irlanda.

Otras empresas importantes que participan en la prueba son las cadenas de supermercados UK Morrisons y Emaar en los Emiratos Árabes Unidos. Sin embargo, a partir de hoy, Winnow Vision estará disponible a nivel mundial y podrá utilizarse en todos los restaurantes y cocinas del mundo.

“El desperdicio de alimentos es un problema global al que se enfrenta la humanidad. No sólo está relacionado con los problemas del desperdicio de dinero y la contaminación ambiental, sino que, lo que es más importante, también entraña otros problemas de seguridad alimentaria. Y todas las cocinas y líneas de procesamiento del mundo tienen un "dolor de cabeza" al lidiar con el desperdicio de alimentos. Por lo tanto, sin herramientas de gestión adecuadas, es difícil para las empresas darse cuenta de cuánto están desperdiciando y cuánto dinero pueden ahorrar si utilizan los alimentos de manera más eficaz. Al utilizar la IA para analizar e informar específicamente sobre el desperdicio de alimentos, así como los costos reales, Winnow Vision será un asistente eficaz en una cocina moderna y en una línea de procesamiento de alimentos", dijo el director ejecutivo de Winnow, Marc Zornes.

• Google aplica la IA en la detección de enfermedades oculares

Beneficio económico

Winnow aplica un modelo para este software como servicio (SaaS), que implica cobrar una tarifa de suscripción para acceder al software de monitoreo. Aunque no se revela el precio específico de cada paquete de servicios, según cálculos de esta empresa, los establecimientos de servicios de alimentos pueden esperar un retorno de capital de 2 a 10 veces de manera inmediata, ahorrando en el primer año hasta $50,000 que de otro modo se perderían debido a los problemas relacionados con los residuos en el procesamiento de alimentos.

“Gracias al uso de tecnología de inteligencia artificial, específicamente aprendizaje automático con la capacidad de autoaprender y mejorar después de cada uso, Winnow Vision es capaz de manejar los problemas de desperdicio de alimentos a escala global”, compartió el CEO Marc Zornes.

• Ingeniero de IA de Facebook habla sobre aprendizaje profundo, nuevos lenguajes de programación y hardware para inteligencia artificial

Además de Winnow, también hay una serie de nuevas empresas que operan en el campo de brindar diferentes soluciones para ayudar a reducir el desperdicio durante la producción y el procesamiento de alimentos. Una empresa sueca llamada Karma recaudó 12 millones de dólares el año pasado para construir un mercado que aliente a los restaurantes y supermercados a revender los restos de comida (posiblemente pasteles, pan o zumo de fruta recién exprimido) a un precio más favorable, en lugar de tirarlos a la basura, causando enorme desperdicio.

Otra empresa llamada Full Harvest, con sede en San Francisco, EE. UU., también recaudó recientemente con éxito una inversión de 8,5 millones de dólares para ayudar a respaldar la producción de productos defectuosos en granjas de EE. UU.

Volviendo al proyecto de Winnow, el representante de la compañía dijo que su sistema manual actual ha sido utilizado por miles de chefs en más de 40 países, y ha ayudado a ahorrar el equivalente a 30 millones de dólares en alimentos desperdiciados durante el procesamiento.

Para la persona promedio, Winnow podría describirse como una excelente empresa de desarrollo de aplicaciones de IA, pero en esencia es una empresa de datos: datos que habilitan cocinas, líneas de producción y más. Production ve el desperdicio en sus operaciones, y eso es lo que ayuda a desbloquear el valor del hardware.

Si realmente se aplica con éxito, el proyecto Winnow Vision muestra que se pueden controlar por completo miles de millones de dólares desperdiciados en los pasos del procesamiento de alimentos; esto no sólo es un beneficio económico, sino que también es un factor importante que contribuye a garantizar la seguridad alimentaria mundial.