In che modo aziende di lavorazione e impianti di confezionamento possono trarre vantaggio dalle soluzioni di sorting e classificazione basate su IA?

Belgium

Tuesday 05 December 2023

TOMRA Food ha appena lanciato due nuove soluzioni di selezione e classificazione basate sull'intelligenza artificiale

Si sente parlar molto di intelligenza artificiale in questi giorni. La capacità dei computer di imitare il pensiero e il processo decisionale umano, di automatizzare compiti che tradizionalmente richiedevano l’intelligenza umana, ha suscitato ogni genere di notizie sensazionali. A conferma della crescente importanza di questa tecnologia, TOMRA Food ha appena lanciato due nuove soluzioni di sorting e classificazione basate sull'IA, l'intelligenza artificiale.

Una di queste, la nuovissima TOMRA Neon, preseleziona i mirtilli raccolti meccanicamente per il mercato fresco. L'altra, la serie Spectrim X di nuova generazione, sfrutta il Deep Learning per una precisione senza precedenti nella selezione e classificazione dei frutti. Queste macchine sono solo l’inizio di una rivoluzione che renderà la produzione di alimenti freschi e trasformati più efficiente e redditizia.

Molti vantaggi per i trasformatori

TOMRA Food utilizza l'intelligenza artificiale dal 2019 per rendere le soluzioni di sorting e classificazione più accurate rispetto alle tecniche tradizionali. L’implementazione della tecnologia basata sull’IA nel settore della produzione alimentare continuerà a progredire rapidamente in futuro. Ecco alcune delle aree su cui avrà impatto:

. Classificazione e selezione più precise, con maggior stabilità e con conseguenti minori perdite di cibo

. Ricerca di corpi estranei difficili da rilevare

. Manutenzione predittiva migliorata

. Diagnostica smart dei problemi di linea

. Previsione della durata di conservazione utile dei prodotti

. Ottimizzazione smart del packaging per diversi clienti

. Ottimizzazione delle operazioni della catena di fornitura

Non ci si può sbagliare, l’intelligenza artificiale sta portando a un cambiamento tecnologico significativo che le aziende dovranno seguire per rimanere competitive.

Ottimale per la produzione alimentare

Quando parliamo di intelligenza artificiale, a volte sentiamo i termini “machine learning” e “deep learning”. L'apprendimento automatico è un insieme di tecniche che consente ai sistemi software di riconoscere modelli nei dati per fornire metriche e approfondimenti. Il deep learning è un sottoinsieme dell’apprendimento automatico che utilizza reti neurali artificiali per risolvere problemi complessi. Queste tecnologie sono adatte alla produzione alimentare perché molte attività coinvolgono dati e processi decisionali.

L’intelligenza artificiale è rilevante anche per la produzione alimentare a causa dell’elevato livello di variabilità del settore, dagli effetti meteorologici e climatici alle variazioni naturali dei prodotti. Questi fattori fanno sì che i sistemi tradizionali possano avere difficoltà a fare previsioni accurate. Non basta avere dati, anche la loro qualità è un fattore importante per le prestazioni dell’intelligenza artificiale. Come con i sistemi tradizionali, migliori sono i dati, migliori sono le decisioni. Ecco perché è così importante disporre dei migliori sistemi di ispezione e rilevamento: consentono di raccogliere dati di miglior qualità, che potenziano il sistema di intelligenza artificiale. Questo consente decisioni più accurate e omogenee, con conseguente riduzione degli sprechi alimentari e aumento dei prodotti commerciabili, oltre a massimizzare il valore del prodotto.

La tecnologia AI può migliorare le macchine di selezione e classificazione in diversi modi: può aiutare a prendere decisioni più accurate di accettazione o rifiuto, a recuperare più prodotti buoni da materie prime compromesse fino a una maggior precisione e a classificare con maggior precisione i prodotti sulla linea in diverse categorie per consentire una produzione senza intervento umano. Ad esempio, forti piogge o gelate hanno danneggiato così tanto la frutta in arrivo che se ne può confezionare solo il 40%: le tecnologie più obsolete non sarebbero abbastanza precise per recuperare questi frutti perché erroneamente ne includerebbero troppi danneggiati, ma l’intelligenza artificiale lo rende possibile. Oltre a salvare un raccolto potenzialmente disastroso, questo aiuta a mantenere felici i clienti nei momenti in cui il prodotto potrebbe altrimenti non essere all’altezza.

IA e Deep Learning in azione

Il Deep Learning è un metodo di intelligenza artificiale che utilizza modelli pre-addestrati per insegnare ai computer come elaborare i dati, come i modelli complessi nelle foto. La nuova piattaforma Spectrim X ne è un ottimo esempio. Sviluppata da un team di scienziati, ingegneri, ricercatori ed esperti all'avanguardia del settore, Spectrim X incorpora l'ultimo sviluppo della tecnologia LUCAi™ Deep Learning di TOMRA.

La piattaforma di classificazione Spectrim X è dotata del software LUCAi™ Engine, di materiale informatico e di modelli pre-addestrati che consentono di raggiungere una precisione di sorting senza precedenti. Ora è possibile eseguire più operazioni di confezionamento senza intervento manuale, mirando alle soglie in modo più preciso e riducendo al minimo le perdite di frutta.

Spectrim X valuta ogni secondo migliaia di immagini dei frutti di tipo multicanale ad alta risoluzione. Dunque, confronta quel che vede con le reti di intelligenza artificiale che sono state addestrate su decine di migliaia di frutti per prendere decisioni di classificazione per soddisfare precise richieste del mercato. Questi dati sono stati acquisiti dalle macchine TOMRA in tutto il mondo ed etichettati con precisione a mano dal team Data Science di TOMRA. Nei 18 mesi di test nel mondo reale condotti negli Stati Uniti e in Nuova Zelanda sulla selezione e classificazione delle mele, Spectrim X ha mostrato un significativo salto di prestazioni rispetto alla macchina precedente.

L'intelligenza artificiale equipaggia anche la nuova TOMRA Neon, per la pre-calibrazione dei mirtilli. La raccolta automatizzata dei mirtilli è più veloce e meno costosa di quella manuale, ma pone problemi sotto forma di detriti indesiderati e grappoli di frutta sulle linee di lavorazione e confezionamento della frutta fresca. Per affrontare queste sfide, TOMRA Neon accetta e rifiuta la frutta prima di trasferirla direttamente alla selezionatrice ottica KATO260 di TOMRA. È utilizzando l'intelligenza artificiale che TOMRA Neon è in grado di identificare, differenziare ed eliminare grappoli indesiderati, frutti sottodimensionati e frutti acerbi. Questo massimizza l'efficacia del sorter ottico eliminando oltre il 95% dei grappoli indesiderati e oltre il 90% delle bacche verdi e rosse indesiderate.

Motivi per essere ottimisti

Le preziose capacità dell’intelligenza artificiale nella trasformazione alimentare diventeranno ancora più importanti nel prossimo futuro per via delle crescenti sfide poste dalla carenza alimentare mondiale e dagli eventi meteorologici dirompenti – e perché c'è anche una pressione commerciale per fornire ingredienti e prodotti della massima qualità anche quando la qualità dei prodotti in input è variabile.

L’IA può anche aiutare le aziende di trasformazione e confezionamento ad affrontare altre sfide, come cercare di fornire prodotti e servizi al costo più basso, soddisfare le specifiche di prodotto dei clienti senza consegnare in quantità eccessiva o insufficiente e ridurre o eliminare i problemi relativi al reclutamento, alla formazione e al mantenimento di una forza lavoro qualificata.

Il problema di trovare abbastanza addetti per completare il lavoro stagionale e le continue sfide legate alla gestione della forza lavoro si possono risolvere automatizzando le attività che in precedenza venivano eseguite manualmente. Non è un segreto che le macchine per la selezione, la classificazione e il confezionamento siano più veloci, più precise, più omogenee, più affidabili e, in definitiva, più redditizie degli esseri umani.

Questo ci riporta alla controversa questione della sostituzione dei posti di lavoro con l’intelligenza artificiale. Val la pena ricordare che molti impianti di trasformazione, soprattutto quelli non ubicati in prossimità di grandi centri abitati, faticano a impiegare tutto il personale di cui hanno bisogno. Questo è il motivo per cui, invece di svolgere attività precedentemente eseguite manualmente, l’automazione spesso fa quel che non sarebbe stato possibile fare altrimenti. L'automazione spesso assume il controllo di compiti di cui le persone non vogliono occuparsi perché noiosi, ripetitivi o gravosi. Questo è senza dubbio il caso dello smistamento e della classificazione a mano – e se i lavoratori vengono spostati da queste funzioni, vengono spesso ridistribuiti ad altri compiti sulla linea — meno monotoni — e apportano un maggior valore aggiunto.

Tuttavia, come abbiamo visto qui, la riduzione della dipendenza dalla manodopera è solo uno dei tanti modi in cui l’automazione guidata dall’intelligenza artificiale avvantaggia le aziende di lavorazione e i siti di imballaggio. L’intelligenza artificiale è destinata a svolgere un ruolo sempre più importante nel rispondere alle necessità e ai desideri dei consumatori di derrate alimentari dal momento che le classi medie in espansione a livello mondiale richiedono sempre più alimenti sani. Ma, cosa ancora più importante, l’intelligenza artificiale contribuirà ad affrontare la sfida di nutrire la popolazione globale in continua crescita, sfida che richiederà un incremento della produzione alimentare e una riduzione degli sprechi alimentari.

Se state cercando soluzioni di selezione e classificazione basate sull'IA, inviate una richiesta.