Winnow는 컴퓨터 비전을 사용하여 식품 가공 시 폐기물을 줄이는 데 도움을 줍니다.

모르실 수도 있지만 유엔식량농업기구(FAO)에 따르면 매년 전 세계에서 생산되는 식품의 약 ⅓이 인간의 식탁에 도달하지 못합니다. 이는 약 1조 달러 상당의 식용 식품에 해당합니다. 결국 매립지로 향하게 됩니다. 호텔 및 레스토랑 산업만 해도 그 중 약 10%를 차지합니다. 이러한 상황에 직면한 Winnow 기술 솔루션 그룹은 컴퓨터 비전과 머신러닝을 적용하여 식품 가공 시 낭비를 줄이는 데 도움이 된다는 아이디어를 가지고 있습니다.

• Nvidia의 새로운 AI 애플리케이션을 감상해 보세요. MS Paint 스타일의 낙서를 예술적인 "걸작"으로 바꿔보세요.

2013년 런던에서 설립되어 지금까지 Winnow 기술은 아래에 놓이는 저울 역할을 하는 도구 등 주방 분야에 비교적 효과적으로 적용 및 배치되어 왔습니다. 요리사가 자신이 쓰레기통에 버린 제품에 대한 정보를 터치스크린에 입력한 후 버려지는 음식의 양에 대해 알려줍니다.

그런 다음 이 정보는 버려진 음식의 양의 가치를 결정하는 Winnow의 클라우드 기반 분석 시스템으로 전송되고, 폐기물 감소를 통해 사람들이 얻을 수 있는 경제적 이점과 폐기물, 비용을 강조하는 정기적인 세부 보고서를 제공합니다. 매일 식품 가공.

그러나 지금까지 Winnow의 시스템은 여전히 ​​더 많은 양의 수동 입력을 요구하고 더 상세합니다. 즉, 요리사는 자신이 처리한 음식 유형에 대해 더 구체적이어야 합니다. 이는 정말 복잡하고 시간이 많이 걸립니다.

문제를 해결하기 위해 Winnow는 이제 쓰레기통에 부을 때 폐기물 이미지를 자동으로 캡처할 수 있는 동작 감지 컴퓨터 비전 카메라와 인공 지능을 결합한 하이브리드 자동화 접근 방식을 도입하고 있으며, 머신러닝 기술이 책임을 맡게 됩니다. 어떤 종류의 음식인지, 그 가치는 무엇인지 분석하고 표시하기 위해 사용됩니다.

• AI는 WiFi 데이터를 사용하여 방에 있는 사람 수를 추정합니다.

머신러닝 모델 훈련

이론에도 불구하고 실제로 시스템은 완벽하게 작동하지 않습니다. 다양한 과일과 채소를 식별할 수 있지만 여전히 이를 식별하는 데 어려움을 겪고 있습니다. 다양한 종류의 고기와 같이 더 모호한 품목을 식별하세요! 그렇기 때문에 요리사와 주방 직원은 이 기계 학습 시스템을 교육하는 데 개발자와 협력해야 합니다. 예를 들어, 직원들은 터치 스크린에 표시된 목록에서 방금 버린 식품을 선택하라는 요청을 받을 수 있습니다. 전문가의 추정에 따르면 Winnow Vision 기계 학습 시스템이 식품 항목을 인식하도록 훈련하는 데만 200~1,000개의 이미지가 필요할 것입니다.

• Google과 DeepMind는 AI를 적용하여 풍력 발전 단지의 생산량을 예측합니다.

이와 관련, 위나우 비전은 지난해 1월부터 스웨덴 대기업 이케아를 비롯한 여러 주요 브랜드와 함께 여러 파일럿 프로젝트의 일환으로 이 사업에서 발생하는 음식물 쓰레기 양을 전체적으로 절반으로 줄이는 목표로 사용됐다.

“우리는 모든 사업장에서 음식물 쓰레기를 최대 50%까지 줄이겠다는 야심찬 목표를 세웠으며 2020년 9월까지 이를 달성할 것입니다. Ikea와 Winnow의 협력은 그 목표를 실현하는 데 매우 중요한 부분입니다. "우리는 음식물 쓰레기가 많은 폐기물을 유발하고 있다는 것을 알고 있으며 이러한 폐기물 양을 줄이는 것은 간단한 문제가 아닙니다. 그러나 Winnow는 문제를 해결하는 데 도움이 되는 솔루션을 가지고 있음을 입증했습니다. 정말 효과적인 방법입니다."라고 Hege Sæbjørnsen은 말했습니다. Ikea 영국 및 아일랜드의 전무이사.

시험에 참여하는 다른 주요 기업으로는 영국 슈퍼마켓 체인인 Morrisons와 아랍에미리트의 Emaar가 있습니다. 그러나 오늘부터 Winnow Vision은 전 세계적으로 출시되며 전 세계 모든 레스토랑과 주방에서 사용할 수 있습니다.

“음식물 쓰레기는 인류가 직면한 세계적인 문제입니다. 이는 돈낭비, 환경오염 문제와 관련될 뿐만 아니라, 더 중요하게는 식량안보와 관련된 다른 문제도 수반한다는 점이다. 그리고 전 세계의 모든 주방과 가공 라인은 음식물 쓰레기를 처리하는 데 '두려움'을 겪고 있습니다. 따라서 적절한 관리 도구가 없으면 기업은 식품을 보다 효과적으로 사용하면 얼마나 낭비되고 있는지, 얼마나 많은 돈을 절약할 수 있는지 깨닫기 어렵습니다. AI를 사용하여 음식물 쓰레기와 실제 비용을 분석하고 구체적으로 보고함으로써 Winnow Vision은 현대식 주방 및 식품 가공 라인에서 효과적인 보조자가 될 것입니다."라고 Winnow CEO Marc Zornes는 말했습니다.

• 구글, 안구질환 진단에 AI 적용

경제적 이익

Winnow는 이 SaaS(Software as a Service) 모델을 적용합니다. 이는 모니터링 소프트웨어에 액세스하기 위해 구독료를 부과하는 것을 의미합니다. 각 서비스 패키지의 구체적인 가격은 공개되지 않았지만 이 회사의 계산에 따르면 요식업 시설은 즉시 2~10배의 자본 수익을 기대할 수 있습니다. 첫 해에 그렇지 않으면 손실될 수 있는 최대 $50,000를 절약할 수 있습니다. 식품 가공의 폐기물 관련 문제.

"인공 지능 기술, 특히 스스로 학습하고 매번 사용 후 개선할 수 있는 기계 학습 덕분에 Winnow Vision은 전 세계적으로 음식물 쓰레기 문제를 처리할 수 있습니다. 글로벌 규모"라고 CEO인 Marc Zornes는 말했습니다.

• 페이스북 AI 엔지니어가 말하는 딥러닝, 새로운 프로그래밍 언어, 인공지능용 하드웨어

Winnow 외에도 식품 생산 및 가공 중 폐기물을 줄이는 데 도움이 되는 다양한 솔루션을 제공하는 분야에서 운영되는 수많은 스타트업도 있습니다. Karma라는 스웨덴 회사는 레스토랑과 슈퍼마켓이 남은 음식(예: 케이크, 빵 또는 갓 짜낸 과일 주스)을 쓰레기통에 버리는 대신 더 유리한 가격에 재판매하도록 장려하는 시장을 구축하기 위해 작년에 1,200만 달러를 모금했습니다. 엄청난 낭비.

미국 샌프란시스코에 본사를 둔 Full Harvest라는 또 다른 회사도 최근 미국 농장에서 결함이 있는 제품의 생산을 지원하기 위해 850만 달러의 투자를 성공적으로 모금했습니다.

Winnow의 프로젝트로 돌아가서 회사 대표는 현재의 수동 시스템을 40개국 이상에서 수천 명의 요리사가 사용하고 있으며 가공 중에 낭비되는 음식 비용 3천만 달러를 절약하는 데 도움이 되었다고 말했습니다.

보통 사람들에게 Winnow는 멋진 AI 애플리케이션 개발 회사로 묘사될 수 있지만 그 핵심은 주방, 생산 라인 등을 가능하게 하는 데이터인 데이터 회사입니다. 하드웨어의 가치를 실현하는 데 도움이 됩니다.

실제로 성공적으로 적용된다면 Winnow Vision 프로젝트는 식품 가공 단계에서 낭비되는 수십억 달러를 완전히 통제할 수 있음을 보여 주며, 이는 경제적 이익일 뿐만 아니라 세계 식량 안보 보장에 기여하는 중요한 요소이기도 합니다.