Winnow использует компьютерное зрение, чтобы сократить количество отходов в пищевой промышленности

Возможно, вы не знаете, но по данным Продовольственной и сельскохозяйственной организации Объединенных Наций (ФАО), около ⅓ продуктов питания, производимых в мире каждый год, никогда не достигает человеческого стола, что эквивалентно съедобной пище на сумму около 1 триллиона долларов. оказывается на свалках. Только гостиничный и ресторанный бизнес обеспечивает около 10% этой суммы. Столкнувшись с этой ситуацией, у группы технологических решений Winnow возникла идея применить компьютерное зрение и машинное обучение, чтобы помочь сократить отходы при переработке пищевых продуктов.

• Полюбуйтесь новым AI-приложением Nvidia: превратите рисунки в стиле MS Paint в художественные «шедевры»

Основанная в Лондоне в 2013 году, технология Winnow до сих пор относительно эффективно применяется на кухне, например, в виде инструмента, который действует как весы, расположенные под ним.Мусорный бак удерживает пищевые отходы на кухне, помогая собирать информацию. о количестве выброшенных продуктов после того, как повар вводит на сенсорном экране информацию о продуктах, которые они выкинули в мусор.

Затем эта информация передается в облачную аналитическую систему Winnow, которая определяет ценность количества выброшенных продуктов питания и предоставляет регулярные подробные отчеты с указанием затрат, а также экономических выгод, которые люди могут получить за счет сокращения отходов. пищевая обработка каждый день.

Однако до сих пор система Winnow по-прежнему требует большего объема ручного ввода и является более детальной, а это означает, что поварам приходится более точно указывать типы продуктов, которые они обрабатывают. Это действительно сложно и отнимает много времени.

Чтобы решить эту проблему, Winnow теперь внедряет гибридный подход к автоматизации, используя комбинацию искусственного интеллекта и камеры компьютерного зрения, чувствительной к движению, которая может автоматически захватывать изображения отходов, когда их высыпают в мусорное ведро, а затем за это будет отвечать технология машинного обучения. для анализа и указания, что это за пища и какова ее ценность.

• ИИ использует данные Wi-Fi для оценки количества людей в комнате

Обучение моделей машинного обучения

Несмотря на теорию, на практике система не работает идеально: она может идентифицировать самые разнообразные фрукты и овощи, но все равно с трудом их распознает.Определяйте более непонятные предметы, например, разные виды мяса! Вот почему поварам и кухонному персоналу по-прежнему необходимо объединить усилия с разработчиками для обучения этой системе машинного обучения. Например, сотрудников можно попросить выбрать продукт, который они только что выбросили, из списка, отображаемого на сенсорном экране. По оценкам экспертов, только для того, чтобы обучить систему машинного обучения Winnow Vision распознавать пищевой продукт, потребуется от 200 до 1000 изображений.

• Google и DeepMind применяют ИИ для прогнозирования мощности ветряных электростанций

Связанный с этим шаг Winnow Vision ранее использовался в рамках нескольких пилотных проектов с несколькими крупными брендами с января прошлого года, включая шведский конгломерат Ikea, с целью сократить количество пищевых отходов, производимых этим бизнесом, вдвое в целом.

«Мы поставили перед собой амбициозную цель — сократить пищевые отходы до 50% во всех наших операциях и достигнем ее к сентябрю 2020 года. Сотрудничество Ikea с Winnow является очень важной частью реализации этой цели. «Мы знаем, что пищевые отходы являются причиной большого количества отходов, и сокращение этого количества отходов — непростая проблема, но Winnow доказала, что у них есть решения, которые помогут решить эту проблему действительно эффективным способом», — поделилась Хеге Сэбьёрнсен, управляющий директор Ikea в Великобритании и Ирландии.

В число других крупных компаний, принимающих участие в испытании, входят сети супермаркетов UK Morrisons и Emaar в Объединенных Арабских Эмиратах. Однако с сегодняшнего дня Winnow Vision будет доступен по всему миру и может использоваться во всех ресторанах и кухнях по всему миру.

«Пищевые отходы — это глобальная проблема, с которой сталкивается человечество. Это связано не только с проблемами растраты денег и загрязнения окружающей среды, но, что более важно, оно влечет за собой и другие проблемы продовольственной безопасности. И каждая кухня и технологическая линия по всему миру испытывают «головную боль», связанную с пищевыми отходами. Поэтому без соответствующих инструментов управления предприятиям трудно осознать, сколько они тратят впустую и сколько денег они могут сэкономить, если будут использовать продукты питания более эффективно. Используя искусственный интеллект для анализа и составления отчетов о пищевых отходах, а также о фактических затратах, Winnow Vision станет эффективным помощником на современной кухне и на линии пищевой промышленности», — заявил генеральный директор Winnow Марк Цорнес.

• Google применяет искусственный интеллект для выявления заболеваний глаз

Выгода экономической

Winnow применяет модель этого программного обеспечения как услуги (SaaS), что означает взимание абонентской платы за доступ к программному обеспечению для мониторинга. Хотя конкретная цена за каждый пакет услуг не разглашается, по расчетам этой компании, предприятия общепита могут рассчитывать на возврат капитала в 2-10 раз сразу, а в первый год сэкономить до $50 000, которые в противном случае были бы потеряны из-за к проблемам, связанным с отходами в пищевой промышленности.

«Благодаря использованию технологий искусственного интеллекта, в частности машинного обучения с возможностью самообучения и совершенствования после каждого использования, Winnow Vision способна решать проблемы с пищевыми отходами в мировом масштабе», — поделился генеральный директор Марк Цорнес.

• Инженер Facebook AI рассказывает о глубоком обучении, новых языках программирования и оборудовании для искусственного интеллекта

Помимо Winnow, существует также ряд стартапов, предлагающих различные решения, помогающие сократить отходы при производстве и переработке продуктов питания. Шведская компания Karma в прошлом году привлекла 12 миллионов долларов на создание рынка, который поощрял бы рестораны и супермаркеты перепродавать остатки еды — возможно, торты, хлеб или свежевыжатый фруктовый сок — по более выгодной цене, вместо того, чтобы выбрасывать их в мусорное ведро. огромные отходы.

Другая компания под названием Full Harvest, базирующаяся в Сан-Франциско, США, также недавно успешно привлекла инвестиции в размере 8,5 миллионов долларов США для поддержки производства бракованной продукции на фермах в США.

Возвращаясь к проекту Винноу, представитель компании сказал, что их текущая ручная система используется тысячами поваров в более чем 40 странах и помогла сэкономить сумму, эквивалентную 30 миллионам долларов США.

Обычному человеку Winnow можно охарактеризовать как крутую компанию по разработке приложений искусственного интеллекта, но по своей сути это компания, занимающаяся данными — данными, которые обеспечивают работу кухонь, производственных линий и т. д. Производство видит потери в своих операциях, и это то, что помогает раскрыть ценность оборудования.

При действительно успешном применении проект Winnow Vision показывает, что миллиарды долларов, потраченные впустую на этапах переработки пищевых продуктов, можно полностью контролировать. Это не только экономическая выгода, но и важный фактор, способствующий обеспечению глобальной продовольственной безопасности.