Winnow gebruikt computervisie om verspilling bij de voedselverwerking te helpen verminderen

Je weet het misschien niet, maar volgens de Voedsel- en Landbouworganisatie van de Verenigde Naties (FAO) bereikt ongeveer de helft van het voedsel dat jaarlijks wereldwijd wordt geproduceerd nooit de menselijke tafel, wat overeenkomt met het equivalent van ongeveer $ 1 biljoen aan eetbaar voedsel. belandt op stortplaatsen. De hotel- en restaurantindustrie alleen al draagt ​​daar ongeveer 10% aan bij. Geconfronteerd met deze situatie heeft de technologieoplossingengroep van Winnow het idee om computervisie en machinaal leren toe te passen om de verspilling bij de voedselverwerking te helpen verminderen.

• Bewonder Nvidia's nieuwe AI-applicatie: verander MS Paint-stijl doodles in artistieke "meesterwerken"

De Winnow-technologie, opgericht in Londen in 2013, wordt tot nu toe relatief effectief toegepast en ingezet in de keuken, zoals een hulpmiddel dat fungeert als een weegschaal die eronder wordt geplaatst. De prullenbak houdt voedselafval vast in de keuken en helpt bij het verzamelen van informatie over de hoeveelheid voedsel die is weggegooid nadat de kok op een touchscreen informatie invoert over de producten die hij in de prullenbak heeft gegooid.

Deze informatie wordt vervolgens overgebracht naar het cloudgebaseerde analysesysteem van Winnow, dat de waarde bepaalt van de hoeveelheid voedsel die is weggegooid, en regelmatig gedetailleerde rapporten levert waarin de kosten van verspilling en de economische voordelen worden benadrukt die mensen kunnen behalen door het verminderen van verspilling in de landbouw. voedselverwerking elke dag.

Het systeem van Winnow vereist tot nu toe echter nog steeds een grotere hoeveelheid handmatige invoer en is gedetailleerder, wat betekent dat chef-koks specifieker moeten zijn over de soorten voedsel die ze hebben verwerkt. Dit is erg ingewikkeld en tijdrovend.

Om dit probleem op te lossen introduceert Winnow nu een hybride automatiseringsaanpak, waarbij gebruik wordt gemaakt van een combinatie van kunstmatige intelligentie met een bewegingsdetecterende computervisiecamera die automatisch beelden kan vastleggen van afval wanneer het in de prullenbak wordt gegoten. Machine learning-technologie zal hiervoor verantwoordelijk zijn. voor het analyseren en aangeven wat voor soort voedsel het is en wat de waarde ervan is.

• AI gebruikt WiFi-gegevens om het aantal mensen in een kamer te schatten

Machine learning-modellen trainen

Ondanks de theorie werkt het systeem in de praktijk niet perfect: het kan een grote verscheidenheid aan groenten en fruit identificeren, maar heeft nog steeds moeite om ze te identificeren. Identificeer meer obscure items, zoals verschillende soorten vlees! Daarom moeten chef-koks en keukenpersoneel nog steeds samenwerken met ontwikkelaars bij het trainen van dit machine learning-systeem. Werknemers kunnen bijvoorbeeld worden gevraagd het voedselproduct dat ze zojuist hebben weggegooid te selecteren uit een lijst die op een aanraakscherm wordt weergegeven. Volgens schattingen van deskundigen zijn er al 200 tot 1.000 afbeeldingen nodig om het machine learning-systeem van Winnow Vision te trainen in het herkennen van een voedselproduct.

• Google en DeepMind passen AI toe om de opbrengst van windparken te voorspellen

In een verwante stap is Winnow Vision sinds januari vorig jaar eerder gebruikt als onderdeel van verschillende proefprojecten met verschillende grote merken, waaronder het Zweedse conglomeraat Ikea, met als doel de hoeveelheid voedselverspilling die dit bedrijf produceert in het algemeen te halveren.

“We hebben onszelf een ambitieus doel gesteld om de voedselverspilling in al onze activiteiten met tot wel 50% te verminderen, en zullen dit tegen september 2020 bereiken. De samenwerking van Ikea met Winnow is een zeer belangrijk onderdeel om dat doel te realiseren. "We weten dat voedselverspilling veel verspilling veroorzaakt en het verminderen van deze hoeveelheid afval is geen eenvoudig probleem, maar Winnow heeft bewezen dat zij de oplossingen hebben om het probleem op een heel effectieve manier op te lossen", vertelt Hege Sæbjørnsen, algemeen directeur van Ikea UK en Ierland.

Andere grote bedrijven die aan de proef deelnemen, zijn onder meer supermarktketens UK Morrisons en Emaar in de Verenigde Arabische Emiraten. Vanaf vandaag is Winnow Vision echter wereldwijd verkrijgbaar en kan het in alle restaurants en keukens overal ter wereld worden gebruikt.

“Voedselverspilling is een mondiaal probleem waarmee de mensheid wordt geconfronteerd. Het houdt niet alleen verband met de problemen van geldverspilling en milieuvervuiling, maar wat nog belangrijker is, het brengt ook andere problemen met zich mee op het gebied van de voedselzekerheid. En elke keuken- en verwerkingslijn over de hele wereld heeft ‘hoofdpijn’ als het gaat om het omgaan met voedselverspilling. Daarom is het voor bedrijven zonder de juiste managementinstrumenten moeilijk om te beseffen hoeveel ze verspillen en hoeveel geld ze kunnen besparen als ze voedsel effectiever gebruiken. Door AI te gebruiken om voedselverspilling te analyseren en specifiek te rapporteren, evenals de werkelijke kosten, zal Winnow Vision een effectieve assistent zijn in een moderne keuken- en voedselverwerkingslijn", aldus Marc Zornes, CEO van Winnow.

• Google past AI toe bij het opsporen van oogziekten

Voordeel van economisch

Winnow hanteert voor deze software as a service (SaaS) een model, wat inhoudt dat er abonnementskosten worden gerekend voor toegang tot de monitoringsoftware. Hoewel de specifieke prijs voor elk servicepakket niet bekend wordt gemaakt, kunnen horecabedrijven volgens berekeningen van dit bedrijf onmiddellijk een rendement van 2 tot 10 keer op kapitaal verwachten. In het eerste jaar kunnen ze tot $ 50.000 besparen die anders verloren zou gaan als gevolg van op afvalgerelateerde problemen in de voedselverwerking.

“Dankzij het gebruik van kunstmatige intelligentietechnologie, met name machinaal leren met de mogelijkheid om na elk gebruik zelf te leren en te verbeteren, is Winnow Vision in staat om problemen met voedselverspilling op wereldschaal aan te pakken”, vertelt CEO Marc Zornes.

• Facebook AI-ingenieur vertelt over deep learning, nieuwe programmeertalen en hardware voor kunstmatige intelligentie

Naast Winnow zijn er ook een aantal startups actief op het gebied van het bieden van verschillende oplossingen om verspilling tijdens de voedselproductie en -verwerking te helpen verminderen. Een Zweeds bedrijf genaamd Karma heeft vorig jaar 12 miljoen dollar opgehaald om een ​​marktplaats te bouwen die restaurants en supermarkten aanmoedigt om hun overgebleven voedsel – mogelijk gebak, brood of vers geperst vruchtensap – tegen een gunstiger prijs door te verkopen, in plaats van het in de prullenbak te gooien. enorme verspilling.

Een ander bedrijf genaamd Full Harvest, gevestigd in San Francisco, VS, heeft onlangs ook met succes 8,5 miljoen dollar aan investeringen opgehaald om de productie van gebrekkige producten van boerderijen in de VS te helpen ondersteunen.

Terugkomend op het project van Winnow zei de vertegenwoordiger van het bedrijf dat hun huidige handmatige systeem door duizenden chef-koks in meer dan 40 landen is gebruikt en heeft bijgedragen aan het besparen van het equivalent van $30 miljoen aan voedselverspilling tijdens de verwerking.

Voor de gemiddelde persoon kan Winnow omschreven worden als een cool bedrijf voor de ontwikkeling van AI-applicaties, maar in de kern is het een databedrijf: data die keukens, productielijnen en meer mogelijk maken. helpt de waarde van hardware te ontsluiten.

Als het Winnow Vision-project echt met succes wordt toegepast, laat het zien dat miljarden dollars die worden verspild aan voedselverwerkingsstappen volledig onder controle kunnen worden gehouden. Dit is niet alleen een economisch voordeel, maar het is ook een belangrijke factor die bijdraagt ​​aan het waarborgen van de mondiale voedselzekerheid.