Winnow utilise la vision par ordinateur pour réduire les déchets dans la transformation des aliments

Vous ne le savez peut-être pas, mais selon l'Organisation des Nations Unies pour l'alimentation et l'agriculture (FAO), environ ⅓ de la nourriture produite chaque année dans le monde n'atteint jamais la table humaine, ce qui équivaut à l'équivalent d'environ 1 000 milliards de dollars de nourriture comestible. finit dans les décharges. L’industrie de l’hôtellerie et de la restauration contribue à elle seule à environ 10 % de ce montant. Face à cette situation, le groupe de solutions technologiques Winnow a l'idée d'appliquer la vision par ordinateur et l'apprentissage automatique pour contribuer à réduire les déchets dans la transformation alimentaire.

• Admirez la nouvelle application d'IA de Nvidia : transformez les gribouillages de style MS Paint en "chefs-d'œuvre" artistiques

Créée à Londres en 2013, la technologie Winnow a jusqu'à présent été appliquée et déployée de manière relativement efficace dans le domaine de la cuisine, comme par exemple un outil qui fait office de balance placé en dessous. La poubelle retient les déchets alimentaires dans la cuisine, aidant ainsi à collecter des informations. sur la quantité de nourriture qui a été jetée après que le cuisinier ait saisi les informations sur les produits qu'il a jetés à la poubelle sur un écran tactile.

Ces informations sont ensuite transférées au système d'analyse basé sur le cloud de Winnow, qui détermine la valeur de la quantité de nourriture qui a été jetée et fournit régulièrement des rapports détaillés mettant en évidence les coûts ainsi que les avantages économiques que les gens peuvent tirer de la réduction des déchets. transformation des aliments chaque jour.

Cependant, le système de Winnow nécessite jusqu'à présent encore plus de saisie manuelle et est plus détaillé, ce qui signifie que les chefs doivent être plus précis sur les types d'aliments qu'ils ont transformés. C'est vraiment compliqué et prend du temps.

Pour résoudre le problème, Winnow introduit désormais une approche d'automatisation hybride, utilisant une combinaison d' intelligence artificielle avec une caméra de vision par ordinateur à détection de mouvement qui peut automatiquement capturer des images des déchets lorsqu'ils sont versés dans la poubelle. La technologie d'apprentissage automatique sera ensuite responsable. pour analyser et indiquer de quel type d'aliment il s'agit et quelle est sa valeur.

• L'IA utilise les données WiFi pour estimer le nombre de personnes dans une pièce

Former des modèles d’apprentissage automatique

Malgré la théorie, dans la pratique, le système ne fonctionne pas parfaitement : il peut identifier une grande variété de fruits et légumes, mais il a encore du mal à les identifier. Identifiez les éléments plus obscurs, comme différents types de viande ! C'est pourquoi les chefs et le personnel de cuisine doivent toujours s'associer aux développeurs pour former ce système d'apprentissage automatique. Par exemple, il peut être demandé aux employés de sélectionner l'aliment qu'ils viennent de jeter dans une liste affichée sur un écran tactile. Selon les estimations des experts, il faudra entre 200 et 1 000 images rien que pour entraîner le système d'apprentissage automatique Winnow Vision à reconnaître un aliment.

• Google et DeepMind appliquent l'IA pour prédire la production des parcs éoliens

Dans le même ordre d'idées, Winnow Vision a déjà été utilisé dans le cadre de plusieurs projets pilotes avec plusieurs grandes marques depuis janvier de l'année dernière, dont le conglomérat suédois Ikea, dans le but de réduire de moitié la quantité de déchets alimentaires que cette entreprise produit en général.

« Nous nous sommes fixés un objectif ambitieux de réduire le gaspillage alimentaire jusqu'à 50 % dans toutes nos opérations, et nous y parviendrons d'ici septembre 2020. La collaboration d'Ikea ​​avec Winnow est un élément très important pour atteindre cet objectif. "Nous savons que le gaspillage alimentaire provoque beaucoup de gaspillage et que réduire cette quantité de déchets n'est pas un problème simple, mais Winnow a prouvé qu'il avait les solutions pour aider à résoudre le problème de manière vraiment efficace", a partagé Hege Sæbjørnsen, directeur général d'Ikea ​​Royaume-Uni et Irlande.

Parmi les autres grandes entreprises participant à l’essai figurent les chaînes de supermarchés UK Morrisons et Emaar aux Émirats arabes unis. Cependant, à partir d'aujourd'hui, Winnow Vision sera disponible dans le monde entier et pourra être utilisé dans tous les restaurants et cuisines du monde entier.

« Le gaspillage alimentaire est un problème mondial auquel l’humanité est confrontée. Cela n’est pas seulement lié aux problèmes de gaspillage d’argent et de pollution de l’environnement, mais, plus important encore, cela implique également d’autres problèmes de sécurité alimentaire. Et toutes les cuisines et chaînes de transformation du monde entier ont un « mal de tête » face au gaspillage alimentaire. Par conséquent, sans outils de gestion appropriés, il est difficile pour les entreprises de réaliser combien elles gaspillent et combien d’argent elles peuvent économiser si elles utilisent la nourriture de manière plus efficace. En utilisant l'IA pour analyser et signaler spécifiquement le gaspillage alimentaire, ainsi que les coûts réels, Winnow Vision sera un assistant efficace dans une cuisine et une chaîne de transformation alimentaire modernes. " a déclaré Marc Zornes, PDG de Winnow.

• Google utilise l'IA pour détecter les maladies oculaires

Bénéfice économique

Winnow applique un modèle pour ce logiciel en tant que service (SaaS), ce qui signifie facturer des frais d'abonnement pour accéder au logiciel de surveillance. Bien que le prix spécifique de chaque ensemble de services ne soit pas divulgué, selon les calculs de cette entreprise, les établissements de restauration peuvent s'attendre à un remboursement de capital de 2 à 10 fois immédiatement. Au cours de la première année, économiser jusqu'à 50 000 $ qui autrement seraient perdus en raison aux problèmes liés aux déchets dans la transformation des aliments.

"Grâce à l'utilisation de la technologie de l'intelligence artificielle, en particulier de l'apprentissage automatique avec la capacité d'auto-apprendre et de s'améliorer après chaque utilisation, Winnow Vision est capable de gérer les problèmes de gaspillage alimentaire à l'échelle mondiale", a partagé le PDG Marc Zornes.

• L'ingénieur IA de Facebook parle de l'apprentissage profond, des nouveaux langages de programmation et du matériel pour l'intelligence artificielle

Outre Winnow, il existe également un certain nombre de startups qui proposent différentes solutions pour aider à réduire les déchets lors de la production et de la transformation des aliments. Une entreprise suédoise appelée Karma a levé 12 millions de dollars l'année dernière pour créer un marché qui encourage les restaurants et les supermarchés à revendre leurs restes de nourriture - éventuellement des gâteaux, du pain ou des jus de fruits fraîchement pressés - à un prix plus avantageux, au lieu de les jeter à la poubelle, provoquant un énorme gaspillage.

Une autre société appelée Full Harvest, basée à San Francisco, aux États-Unis, a également récemment levé avec succès un investissement de 8,5 millions de dollars pour aider à soutenir la production de produits défectueux dans les fermes américaines.

Revenant au projet de Winnow, le représentant de l'entreprise a déclaré que son système manuel actuel a été utilisé par des milliers de chefs dans plus de 40 pays et a permis d'économiser l'équivalent de 30 millions de dollars de nourriture gaspillée pendant la transformation.

Pour le commun des mortels, Winnow pourrait être décrite comme une société de développement d'applications d'IA sympa, mais à la base, il s'agit d'une société de données - des données qui permettent d'exploiter les cuisines, les lignes de production et bien plus encore. aide à libérer la valeur du matériel.

S'il est réellement appliqué avec succès, le projet Winnow Vision montre que des milliards de dollars gaspillés dans les étapes de transformation des aliments peuvent être complètement contrôlés. Il s'agit non seulement d'un avantage économique, mais également d'un facteur important contribuant à assurer la sécurité alimentaire mondiale.