Winnow はコンピューター ビジョンを使用して食品加工における無駄を削減します

ご存知ないかもしれませんが、国連食糧農業機関 (FAO) によると、毎年世界中で生産される食料の約 1/3 が人間の食卓に届かず、これは約 1 兆ドル相当の食用食料に相当します。最終的に埋め立て地に行き着きます。ホテルおよびレストラン業界だけでもその約 10% を占めています。この状況に直面して、Winnow テクノロジー ソリューション グループは、コンピューター ビジョンと機械学習を適用して食品加工における無駄を削減するというアイデアを考えています。

• Nvidia の新しい AI アプリケーションを賞賛: MS ペイント スタイルの落書きを芸術的な「傑作」に変える

2013年にロンドンで設立されたWinnow技術は、これまでキッチン分野で比較的効果的に応用・展開されており、下にスケールの役割をするツールが置かれ、キッチンの生ゴミを入れるゴミ箱が情報収集に役立っている。調理人がゴミ箱に捨てた製品に関する情報をタッチスクリーンに入力すると、捨てられた食品の量が表示されます。

次に、この情報は Winnow のクラウドベースの分析システムに転送され、廃棄された食品の量の価値が特定され、廃棄コストや廃棄物削減によって人々が得られる経済的利益を強調した詳細なレポートが定期的に提供されます。毎日の食品加工。

しかし、これまでの Winnow のシステムでは依然として大量の手動入力が必要であり、より詳細であるため、シェフは加工した食品の種類をより具体的にする必要があり、これは非常に複雑で時間がかかります。

この問題を解決するために、Winnow は現在、人工知能と、ゴミ箱に注がれたときに自動的に廃棄物の画像をキャプチャできるモーションセンシング コンピュータ ビジョン カメラを組み合わせたハイブリッド オートメーション アプローチを導入しています。その後、機械学習テクノロジーが責任を負います。それがどのような種類の食品であり、その価値は何であるかを分析し、示すためのものです。

• AI は WiFi データを使用して部屋内の人数を推​​定します

機械学習モデルのトレーニング

理論にもかかわらず、実際には、このシステムは完全には機能しません。さまざまな種類の果物や野菜を識別できますが、識別するのは依然として困難です。さまざまな種類の肉など、よりあいまいなアイテムを識別します。そのため、シェフやキッチンスタッフは開発者と協力してこの機械学習システムをトレーニングする必要があります。たとえば、従業員は、タッチ スクリーンに表示されるリストから、今捨てた食品を選択するように求められます。専門家の見積もりによると、Winnow Vision 機械学習システムが食品を認識できるようにトレーニングするだけでも、200 ～ 1,000 枚の画像が必要になります。

• Google と DeepMind が AI を適用して風力発電所の出力を予測

これに関連した動きとして、Winnow Vision は、昨年 1 月以来、スウェーデンの複合企業イケアを含むいくつかの大手ブランドとのいくつかのパイロット プロジェクトの一環として使用されており、このビジネスが生み出す食品廃棄物の量を全体的に半分に削減することを目指しています。

「私たちは、全事業を通じて食品廃棄物を最大50%削減するという野心的な目標を設定しており、2020年9月までにこれを達成する予定です。イケアとWinnowの協力は、その目標を実現するために非常に重要な部分です。」「食品廃棄物が大量の廃棄物を引き起こしており、この廃棄物の量を減らすのは簡単な問題ではないことは承知していますが、Winnow は、本当に効果的な方法で問題の解決に役立つソリューションを持っていることを証明しました」とヘージ・セービョルンセン氏は語った。イケア英国およびアイルランドのマネージングディレクター。

この試験に参加する他の主要企業には、スーパーマーケットチェーンの英国モリソンズ社やアラブ首長国連邦のエマール社も含まれる。しかし、今日から Winnow Vision は世界中で利用可能になり、世界中のすべてのレストランやキッチンで使用できるようになります。

「食品廃棄物は人類が直面している世界的な問題です。これは、お金の無駄遣いや環境汚染の問題だけでなく、さらに重要なことに、食料安全保障という他の問題も伴うことです。そして世界中のあらゆる厨房や加工ラインが食品廃棄物の処理に「頭痛」を抱えている。したがって、適切な管理ツールがなければ、企業は食品をより効率的に使用すればどれだけ無駄になっているか、またどれだけのお金を節約できるかを認識することが困難になります。AI を使用して食品廃棄物と実際のコストを分析し、具体的に報告することで、Winnow Vision は現代のキッチンと食品加工ラインの効果的なアシスタントとなるでしょう。」と Winnow CEO のマーク・ゾーンズ氏は述べています。

• Google、目の病気の検出に AI を応用

経済的なメリット

Winnow は、このソフトウェアをサービスとして (SaaS) モデルに適用します。これは、監視ソフトウェアにアクセスするためにサブスクリプション料金を請求することを意味します。各サービスパッケージの具体的な価格は明らかにされていないが、同社の試算によれば、外食サービス施設は即座に2～10倍の資本回収が期待でき、初年度は、本来であれば損失となる最大5万ドルを節約できるという。食品加工における廃棄物関連の問題。

「人工知能テクノロジー、特に使用するたびに自己学習して改善する機能を備えた機械学習の使用のおかげで、Winnow Vision は世界の食品廃棄物の問題に地球規模で対処することができます。」と CEO のマーク・ゾーンズ氏は述べました。

• Facebook AIエンジニアがディープラーニング、新しいプログラミング言語、人工知能用ハードウェアについて語る

Winnow 以外にも、食品の生産および加工時の無駄を削減するためのさまざまなソリューションを提供する分野で活動しているスタートアップ企業が数多くあります。スウェーデンのカルマという会社は、レストランやスーパーマーケットが食べ残した食品（ケーキ、パン、絞りたてのフルーツジュースなど）をゴミ箱に捨てるのではなく、より有利な価格で再販することを奨励する市場を構築するために、昨年1200万ドルを調達した。膨大な無駄。

米国サンフランシスコに拠点を置くフル・ハーベストという別の企業も、最近、米国の農場からの欠陥製品の生産を支援するために、850万ドルの投資を調達することに成功した。

Winnow のプロジェクトに戻ると、同社の代表者は、同社の現在の手動システムは 40 か国以上で何千人ものシェフによって使用されており、加工中に食品が無駄になるのを 3,000 万ドル相当節約するのに役立っていると述べました。

一般の人にとって、Winnow はクールな AI アプリケーション開発会社として説明されるかもしれませんが、本質的にはデータ会社であり、キッチンや生産ラインなどを可能にするデータです。ハードウェアの価値を引き出すのに役立ちます。

本当にうまく適用できれば、Winnow Vision プロジェクトは、食品加工段階で浪費される数十億ドルを完全に制御できることを示しています。これは経済的利点があるだけでなく、世界の食糧安全保障の確保に貢献する重要な要素でもあります。