Winnow menggunakan penglihatan komputer untuk membantu mengurangkan sisa dalam pemprosesan makanan

Anda mungkin tidak tahu, tetapi menurut Pertubuhan Makanan dan Pertanian Pertubuhan Bangsa-Bangsa Bersatu (FAO), kira-kira ⅓ makanan yang dihasilkan secara global setiap tahun tidak pernah mencapai meja manusia, yang bersamaan dengan Makanan yang boleh dimakan bernilai kira-kira $1 trilion. berakhir di tapak pelupusan sampah. Industri hotel dan restoran sahaja menyumbang kira-kira 10% daripada itu. Menghadapi situasi ini, kumpulan penyelesaian teknologi Winnow mempunyai idea untuk menggunakan visi komputer dan pembelajaran mesin untuk membantu mengurangkan sisa dalam pemprosesan makanan.

• Kagumi aplikasi AI baharu Nvidia: Ubah coretan gaya MS Paint menjadi "karya agung" artistik

Ditubuhkan di London pada 2013, sehingga kini, teknologi Winnow telah digunakan dan digunakan dengan agak berkesan dalam bidang dapur, seperti alat yang bertindak sebagai penimbang yang diletakkan di bawahnya. Tong sampah menyimpan sisa makanan di dapur, membantu mengumpul maklumat tentang jumlah makanan yang telah dibuang selepas tukang masak memasukkan maklumat tentang produk yang telah mereka buang ke dalam tong sampah pada skrin sentuh.

Maklumat ini kemudiannya dipindahkan ke sistem analitik berasaskan awan Winnow, yang menentukan nilai jumlah makanan yang telah dibuang, dan menyediakan laporan terperinci tetap yang menonjolkan pembaziran. kos serta faedah ekonomi yang boleh diperolehi orang ramai melalui pengurangan pembaziran dalam pemprosesan makanan setiap hari.

Walau bagaimanapun, sistem Winnow sehingga kini masih memerlukan jumlah input manual yang lebih besar dan lebih terperinci, bermakna chef perlu lebih spesifik tentang jenis makanan yang telah mereka proses, Ini benar-benar rumit dan memakan masa.

Untuk menyelesaikan masalah, Winnow kini memperkenalkan pendekatan automasi hibrid, menggunakan gabungan kecerdasan buatan dengan kamera penglihatan komputer penderia gerakan yang boleh menangkap imej sisa secara automatik apabila dituangkan ke dalam tong sampah, dan kemudian, teknologi pembelajaran mesin akan bertanggungjawab. untuk menganalisis dan menunjukkan jenis makanan itu dan apakah nilainya.

• AI menggunakan data WiFi untuk menganggarkan bilangan orang di dalam bilik

Melatih model pembelajaran mesin

Walaupun teorinya, secara praktikalnya sistem ini tidak berfungsi dengan sempurna - ia boleh mengenal pasti pelbagai jenis buah-buahan dan sayur-sayuran, tetapi masih bergelut untuk mengenal pastinya. Kenal pasti lebih banyak item yang tidak jelas, seperti pelbagai jenis daging! Itulah sebabnya tukang masak dan kakitangan dapur masih perlu berganding bahu dengan pembangun dalam melatih sistem pembelajaran mesin ini. Sebagai contoh, pekerja boleh diminta untuk memilih item makanan yang baru mereka buang daripada senarai yang dipaparkan pada skrin sentuh. Menurut anggaran pakar, ia akan mengambil dari 200 hingga 1,000 imej hanya untuk melatih sistem pembelajaran mesin Winnow Vision untuk mengenali item makanan.

• Google dan DeepMind menggunakan AI untuk meramalkan pengeluaran ladang angin

Dalam langkah berkaitan, Winnow Vision sebelum ini telah digunakan sebagai sebahagian daripada beberapa projek perintis dengan beberapa jenama utama sejak Januari tahun lepas, termasuk konglomerat Sweden, Ikea, bertujuan untuk mengurangkan jumlah sisa makanan yang dihasilkan oleh perniagaan ini pada separuh secara umum.

“Kami telah menetapkan sasaran bercita-cita tinggi untuk mengurangkan sisa makanan sehingga 50% dalam semua operasi kami, dan akan mencapainya menjelang September 2020. Kerjasama Ikea dengan Winnow adalah bahagian yang sangat penting untuk merealisasikan matlamat itu. "Kami tahu bahawa sisa makanan menyebabkan banyak pembaziran dan mengurangkan jumlah sisa ini bukanlah satu masalah yang mudah, tetapi Winnow telah membuktikan bahawa mereka mempunyai penyelesaian untuk membantu menyelesaikan masalah itu. dengan cara yang benar-benar berkesan," kongsi Hege Sæbjørnsen, pengarah urusan Ikea UK dan Ireland.

Perniagaan utama lain yang mengambil bahagian dalam percubaan itu termasuk rangkaian pasar raya UK Morrisons dan Emaar di Emiriah Arab Bersatu. Walau bagaimanapun, mulai hari ini, Winnow Vision akan tersedia secara global dan boleh digunakan di semua restoran dan dapur di merata tempat di dunia.

“Sisa makanan adalah masalah global yang dihadapi oleh manusia. Ia bukan sahaja berkaitan dengan masalah pembaziran wang dan pencemaran alam sekitar, tetapi yang lebih penting, ia juga melibatkan masalah keselamatan makanan yang lain. Dan setiap dapur dan barisan pemprosesan di seluruh dunia mengalami "sakit kepala" untuk menangani sisa makanan. Oleh itu, tanpa alat pengurusan yang sesuai, sukar bagi perniagaan untuk menyedari betapa mereka membazir dan berapa banyak wang yang mereka boleh jimat jika mereka menggunakan makanan dengan lebih berkesan. Dengan menggunakan AI untuk menganalisis dan melaporkan secara khusus sisa makanan, serta kos sebenar - Winnow Vision akan menjadi pembantu yang berkesan dalam dapur moden dan barisan pemprosesan makanan." kata Ketua Pegawai Eksekutif Winnow Marc Zornes.

• Google menggunakan AI dalam mengesan penyakit mata

Faedah ekonomi

Winnow menggunakan model untuk perisian ini sebagai perkhidmatan (SaaS), yang bermaksud mengenakan bayaran langganan untuk mengakses perisian pemantauan. Walaupun harga khusus untuk setiap pakej perkhidmatan tidak didedahkan, mengikut pengiraan daripada syarikat ini, pertubuhan perkhidmatan makanan boleh menjangkakan pulangan modal sebanyak 2-10 kali ganda serta-merta. pada tahun pertama, penjimatan sehingga $50,000 yang sebaliknya akan hilang disebabkan kepada masalah berkaitan sisa dalam pemprosesan makanan.

"Terima kasih kepada penggunaan teknologi kecerdasan buatan, khususnya pembelajaran mesin dengan keupayaan untuk belajar sendiri dan menambah baik selepas setiap penggunaan, Winnow Vision mampu menangani masalah sisa makanan di dunia. skala global", kongsi CEO Marc Zornes.

• Jurutera AI Facebook bercakap tentang pembelajaran mendalam, bahasa pengaturcaraan baharu dan perkakasan untuk kecerdasan buatan

Selain Winnow, terdapat juga beberapa syarikat permulaan yang beroperasi dalam bidang menyediakan penyelesaian yang berbeza untuk membantu mengurangkan sisa semasa pengeluaran dan pemprosesan makanan. Sebuah syarikat Sweden bernama Karma mengumpul $12 juta tahun lepas untuk membina pasar yang menggalakkan restoran dan pasar raya menjual semula sisa makanan mereka - mungkin kek, roti atau jus buah-buahan yang baru diperah - pada harga yang lebih menguntungkan, dan bukannya membuangnya ke dalam tong sampah menyebabkan pembaziran yang besar.

Sebuah lagi syarikat bernama Full Harvest yang berpangkalan di San Francisco, Amerika Syarikat, juga baru-baru ini berjaya mengumpulkan $8.5 juta dalam pelaburan untuk membantu menyokong pengeluaran produk yang rosak dari ladang di AS.

Kembali kepada projek Winnow, wakil syarikat itu berkata bahawa sistem manual semasa mereka telah digunakan oleh beribu-ribu chef di lebih 40 negara, dan telah membantu menjimatkan bersamaan $30 juta. adalah makanan terbuang semasa pemprosesan.

Bagi orang biasa, Winnow mungkin digambarkan sebagai syarikat pembangunan aplikasi AI yang hebat, tetapi pada terasnya, ia adalah syarikat data - data yang membolehkan dapur, barisan pengeluaran dan banyak lagi. Penghasilan melihat sisa dalam operasinya, dan itulah yang membantu membuka kunci nilai perkakasan.

Jika benar-benar digunakan dengan jayanya, projek Winnow Vision menunjukkan bahawa berbilion dolar yang dibazirkan dalam langkah pemprosesan makanan boleh dikawal sepenuhnya, ini bukan sahaja manfaat ekonomi, tetapi Ia juga merupakan faktor penting yang menyumbang kepada memastikan keselamatan makanan global.