Winnow 使用電腦視覺幫助減少食品加工中的浪費

你可能不知道，但根據聯合國糧食及農業組織（FAO）的數據，全球每年生產的食物中約有⅓從未到達人類餐桌，相當於價值約1萬億美元的可食用食物最終進入垃圾填埋場。光是飯店和餐飲業就貢獻了約 10%。面對這種情況，Winnow技術解決方案小組萌生了應用電腦視覺和機器學習來幫助減少食品加工過程中浪費的想法。

• 欣賞Nvidia的新AI應用程式：將MS Paint風格的塗鴉變成藝術“傑作”

Winnow技術於2013年在倫敦成立，截至目前，Winnow技術在廚房領域的應用和部署已經比較有效，例如下面有一個秤的工具，垃圾桶裡盛著廚房裡的食物垃圾，有助於收集資訊廚師在觸控​​螢幕上輸入有關丟進垃圾桶的產品資訊後，了解已丟棄的食物量。

然後，這些資訊會傳輸到 Winnow 基於雲端的分析系統，該系統可確定已被丟棄的食物量的價值，並定期提供詳細報告，重點介紹浪費、成本以及人們透過減少浪費可以獲得的經濟效益。每天進行食品加工。

然而，Winnow的系統到目前為止仍然需要大量的手動輸入，並且更加詳細，這意味著廚師必須更具體地了解他們處理的食物類型，這確實是複雜且耗時的。

為了解決這個問題，Winnow現在推出了一種混合自動化方法，將人工智慧與運動感應電腦視覺相機結合，可以在垃圾倒入垃圾箱時自動捕捉影像，然後由機器學習技術負責用於分析和指示它是什麼類型的食物及其價值。

• AI 使用 WiFi 數據來估計房間內的人數

訓練機器學習模型

儘管有這樣的理論，但實際上該系統並不能完美地工作——它可以識別各種各樣的水果和蔬菜，但仍然很難識別它們。識別更模糊的物品，例如不同類型的肉類！這就是為什麼廚師和廚房工作人員仍然需要與開發人員攜手訓練這個機器學習系統。例如，可以要求員工從觸控螢幕上顯示的清單中選擇他們剛剛丟棄的食物。根據專家估計，僅訓練 Winnow Vision 機器學習系統辨識食品就需要 200 到 1,000 張圖像。

• 谷歌和 DeepMind 應用人工智慧預測風電場的發電量

與此相關的是，自去年1 月以來，Winnow Vision 已被用作包括瑞典企業集團宜家在內的多個主要品牌的幾個試點項目的一部分，旨在將該企業產生的食物垃圾量總體減少一半。

「我們為自己設定了一個雄心勃勃的目標，即在我們的所有業務中減少高達50% 的食物浪費，並將在2020 年9 月之前實現這一目標。宜家與Winnow 的合作是實現該目標的非常重要的一部分。「我們知道食物浪費會造成大量浪費，而減少這種浪費並不是一個簡單的問題，但 Winnow 已經證明他們有解決方案，以一種真正有效的方式幫助解決這個問題，」Hege Sæbjørnsen 分享道，宜家英國和愛爾蘭董事總經理。

其他參與試驗的主要企業包括英國莫里森連鎖超市和阿拉伯聯合大公國的艾瑪爾連鎖超市。不過，從今天開始，Winnow Vision 將在全球上市，並可在世界各地的所有餐廳和廚房中使用。

「食物浪費是人類面臨的全球性問題。這不僅涉及浪費金錢和環境污染的問題，更重要的是還涉及其他糧食安全問題。而世界各地的每一個廚房和加工生產線都在為處理食物垃圾而「頭痛」。因此，如果沒有適當的管理工具，企業很難意識到他們浪費了多少資金，以及如果更有效地利用食物可以節省多少錢。透過使用人工智慧來分析和具體報告食物浪費以及實際成本，Winnow Vision 將成為現代廚房和食品加工生產線的有效助手。」Winnow 執行長 Marc Zornes 說。

• 谷歌應用人工智慧檢測眼部疾病

經濟效益

Winnow應用了該軟體即服務（SaaS）的模型，這意味著要收取訂閱費才能存取監控軟體。雖然每項服務套餐的具體價格並未透露，但根據該公司的測算，餐飲服務機構可立即獲得2-10倍的資本回報，第一年最多可節省5萬美元。食品加工中與廢物相關的問題。

“由於人工智慧技術的使用，特別是具有自學習和每次使用後改進能力的機器學習，Winnow Vision 能夠在全球範圍內處理食物浪費問題”，首席執行官 Marc Zornes 分享道。

• Facebook AI 工程師談論人工智慧的深度學習、新程式語言和硬體

除了 Winnow 之外，還有許多新創公司在提供不同的解決方案以幫助減少食品生產和加工過程中的浪費。一家名為Karma 的瑞典公司去年籌集了1200 萬美元，用於建立一個市場，鼓勵餐廳和超市以更優惠的價格轉售剩餘食物（可能是蛋糕、麵包或鮮榨果汁），而不是將其扔進垃圾桶，從而造成巨大的浪費。

另一家總部位於美國舊金山、名為 Full Harvest 的公司最近也成功籌集了 850 萬美元投資，以幫助支持美國農場生產缺陷產品。

回到Winnow的項目，該公司代表表示，他們目前的手動系統已被40多個國家的數千名廚師使用，並幫助節省了相當於3000萬美元的加工過程中的食物浪費。

對於普通人來說，Winnow 可能被描述為一家很酷的人工智慧應用開發公司，但其核心是一家數據公司——數據為廚房、生產線等提供支援。生產看到了營運中的浪費，這就是幫助釋放硬體的價值。

如果真正應用成功，Winnow Vision計畫表明，在食品加工步驟中浪費的數十億美元是可以完全控制的，這不僅是經濟效益，而且是有助於確保全球糧食安全的重要因素。