Winnow wykorzystuje wizję komputerową, aby pomóc zmniejszyć ilość odpadów w przetwórstwie żywności

Być może nie wiesz, ale według Organizacji Narodów Zjednoczonych ds. Wyżywienia i Rolnictwa (FAO) około ⅓ żywności produkowanej każdego roku na świecie nigdy nie trafia na ludzki stół, co odpowiada równowartości około 1 biliona dolarów żywności jadalnej ląduje na wysypiskach. Sama branża hotelarsko-gastronomiczna generuje około 10% tej kwoty. W obliczu tej sytuacji grupa rozwiązań technologicznych Winnow wpadła na pomysł zastosowania wizji komputerowej i uczenia maszynowego, aby pomóc w ograniczeniu odpadów w przetwórstwie żywności.

• Podziwiaj nową aplikację AI firmy Nvidia: zamień bazgroły w stylu MS Paint w artystyczne „arcydzieła”

Założona w Londynie w 2013 roku, do chwili obecnej technologia Winnow została stosunkowo skutecznie zastosowana w kuchni, np. narzędzie pełniące funkcję wagi umieszczonej pod spodem.Kosz na śmieci gromadzi odpady żywnościowe w kuchni, pomagając zbierać informacje o ilości jedzenia, które zostało wyrzucone po tym, jak kucharz wprowadzi na ekranie dotykowym informację o produktach, które wyrzucił do kosza.

Informacje te są następnie przesyłane do opartego na chmurze systemu analitycznego Winnow, który określa wartość ilości wyrzuconej żywności i dostarcza regularne szczegółowe raporty podkreślające koszty, a także korzyści ekonomiczne, jakie ludzie mogą uzyskać poprzez ograniczenie ilości odpadów w środowisku codzienne przetwarzanie żywności.

Jednak dotychczasowy system Winnow nadal wymagał większej ilości ręcznego wprowadzania danych i jest bardziej szczegółowy, co oznacza, że ​​szefowie kuchni muszą bardziej szczegółowo określać rodzaje przetwarzanej żywności. Jest to naprawdę skomplikowane i czasochłonne.

Aby rozwiązać ten problem, Winnow wprowadza obecnie hybrydowe podejście do automatyzacji, wykorzystujące połączenie sztucznej inteligencji z komputerową kamerą wizyjną wykrywającą ruch, która może automatycznie przechwytywać obrazy odpadów wrzucanych do kosza, a następnie odpowiedzialna będzie technologia uczenia maszynowego do analizy i wskazania, jakiego rodzaju jest to żywność i jaka jest jej wartość.

• Sztuczna inteligencja wykorzystuje dane Wi-Fi do oszacowania liczby osób w pomieszczeniu

Szkolenie modeli uczenia maszynowego

Pomimo teorii, w praktyce system nie działa idealnie - potrafi zidentyfikować szeroką gamę owoców i warzyw, ale nadal ma problemy z ich identyfikacją.Identyfikuje mniej znane przedmioty, jak np. różne rodzaje mięsa! Dlatego szefowie kuchni i personel kuchenny nadal muszą współpracować z programistami w szkoleniu tego systemu uczenia maszynowego. Na przykład pracowników można poprosić o wybranie artykułu spożywczego, który właśnie wyrzucili, z listy wyświetlanej na ekranie dotykowym. Według szacunków ekspertów wytrenowanie systemu uczenia maszynowego Winnow Vision w zakresie rozpoznawania produktu spożywczego zajmie od 200 do 1000 zdjęć.

• Google i DeepMind wykorzystują sztuczną inteligencję do przewidywania wydajności farm wiatrowych

W ramach powiązanego posunięcia Winnow Vision było już wykorzystywane od stycznia ubiegłego roku w ramach kilku projektów pilotażowych z kilkoma głównymi markami, w tym ze szwedzkim konglomeratem Ikea, w celu zmniejszenia o połowę ilości odpadów spożywczych wytwarzanych przez tę firmę.

„Postawiliśmy sobie ambitny cel ograniczenia marnowania żywności nawet o 50% we wszystkich naszych działaniach i osiągniemy go do września 2020 roku. Współpraca Ikei z Winnow jest bardzo ważnym elementem realizacji tego celu. „Wiemy, że marnowanie żywności powoduje wiele odpadów, a ograniczenie tej ilości odpadów nie jest prostym problemem, ale firma Winnow udowodniła, że ​​ma rozwiązania, które pomogą rozwiązać ten problem w naprawdę skuteczny sposób” – powiedziała Hege Sæbjørnsen, dyrektor zarządzający Ikea w Wielkiej Brytanii i Irlandii.

Inne duże firmy biorące udział w badaniu to sieci supermarketów UK Morrisons i Emaar w Zjednoczonych Emiratach Arabskich. Jednak od dzisiaj Winnow Vision będzie dostępny na całym świecie i będzie można z niego korzystać we wszystkich restauracjach i kuchniach na całym świecie.

„Marnowanie żywności to globalny problem, przed którym stoi ludzkość. Wiąże się to nie tylko z problemami marnowania pieniędzy i zanieczyszczenia środowiska, ale co ważniejsze, pociąga za sobą także inne problemy bezpieczeństwa żywnościowego. A każda kuchnia i linia technologiczna na całym świecie boryka się z problemem marnowania żywności. Dlatego też bez odpowiednich narzędzi zarządzania przedsiębiorstwom trudno jest uświadomić sobie, ile marnują i ile pieniędzy mogą zaoszczędzić, efektywniej wykorzystując żywność. Wykorzystując sztuczną inteligencję do analizowania i raportowania strat żywności, a także rzeczywistych kosztów – Winnow Vision będzie skutecznym asystentem w nowoczesnej linii kuchennej i przetwórstwa żywności.” – powiedział dyrektor generalny Winnow Marc Zornes.

• Google wykorzystuje sztuczną inteligencję do wykrywania chorób oczu

Korzyść ekonomiczna

Winnow stosuje model oprogramowania jako usługi (SaaS), co oznacza pobieranie opłaty abonamentowej za dostęp do oprogramowania monitorującego. Choć konkretna cena za każdy pakiet usług nie jest ujawniona, to według wyliczeń tej firmy lokale gastronomiczne mogą od razu spodziewać się 2-10-krotnego zwrotu kapitału.W pierwszym roku można zaoszczędzić do 50 000 dolarów, które w przeciwnym razie zostałyby utracone z powodu na problemy związane z odpadami w przetwórstwie żywności.

„Dzięki zastosowaniu technologii sztucznej inteligencji, a konkretnie uczenia maszynowego z możliwością samouczenia się i doskonalenia po każdym użyciu, Winnow Vision jest w stanie poradzić sobie z problemami związanymi z marnowaniem żywności na świecie. w skali globalnej” – udostępnił dyrektor generalny Marc Zornes.

• Inżynier AI Facebooka opowiada o głębokim uczeniu, nowych językach programowania i sprzęcie dla sztucznej inteligencji

Oprócz Winnow istnieje również szereg startupów działających w obszarze dostarczania różnych rozwiązań pomagających ograniczać odpady podczas produkcji i przetwarzania żywności. Szwedzka firma Karma zebrała w zeszłym roku 12 milionów dolarów na stworzenie rynku zachęcającego restauracje i supermarkety do odsprzedaży resztek jedzenia – na przykład ciast, chleba lub świeżo wyciśniętego soku owocowego – po korzystniejszej cenie, zamiast wyrzucać je do śmieci, powodując ogromne odpady.

Inna firma o nazwie Full Harvest z siedzibą w San Francisco w USA również niedawno zebrała 8,5 miliona dolarów na inwestycje, aby wesprzeć produkcję wadliwych produktów z gospodarstw w USA.

Wracając do projektu Winnow, przedstawiciel firmy powiedział, że ich obecny system ręczny był używany przez tysiące szefów kuchni w ponad 40 krajach i pomógł zaoszczędzić równowartość 30 milionów dolarów na marnowaniu żywności podczas przetwarzania.

Przeciętnemu człowiekowi Winnow można opisać jako świetną firmę zajmującą się tworzeniem aplikacji AI, ale w swej istocie jest to firma zajmująca się przetwarzaniem danych — danymi, które umożliwiają funkcjonowanie kuchni, linii produkcyjnych itp. Dział produkcyjny widzi marnotrawstwo w swoich operacjach i dlatego pomaga odblokować wartość sprzętu.

Jeśli projekt Winnow Vision zostanie rzeczywiście zastosowany pomyślnie, pokazuje, że miliardy dolarów marnowanych na etapach przetwarzania żywności można całkowicie kontrolować, co stanowi nie tylko korzyść ekonomiczną, ale jest także ważnym czynnikiem przyczyniającym się do zapewnienia światowego bezpieczeństwa żywnościowego.