Top.Mail.Ru
Колонки

ML и AI — что они могут привнести в фудтех сегодня

Колонки
Анна Попова
Анна Попова

PhD researcher ИТМО, основатель APAEL&I Consulting

Анастасия Удальцова

Нет смысла петь оды ML и AI — их польза в целом понятна и доказана. Но если компания только планирует их внедрить — что ей выбрать, чтобы мера стала не просто поводом для хайпа, но и принесла обещанные результаты?

Анна Попова, инновационный менеджер и PhD researcher, рассказала, что происходит на рынке технологий сегодня, и разобрала кейсы фудтех-компаний, которые уже внедрили ML и AI в производство.

ML и AI — что они могут привнести в фудтех сегодня
  1. Колонки

 

Food Science — наука о питании

В создании новых продуктов, так называемой науке о новых продуктах (food science), помимо технологии самой рецептуры подключается: 

  • Анализ данных, выявляющий приемлемость нового продукта для потребителей. 
  • Машинное обучение, которое используется на различных этапах разработки новых продуктов. 

Такие системы обучаются выявлению вкуса, моделированию продукта потребительского выбора, реакции и принятия нового продукта.


Читайте по теме: Как искусственный интеллект помогает разрабатывать новые продукты питания


В исследовании потребительских предпочтений используются физико-химические параметры продукта для обучения моделей машинного обучения для прогнозирования потребительской приемлемости. 

ИИ в пищевой промышленности помогает: 

  1. эффективно определить потребительский выбор;
  2. сократить отходы при производстве;
  3. уменьшить загрязнение продуктов питания;
  4. принимать полезные решения. 

Искусственный интеллект — игрок в повышении питательной ценности продуктов. 

 

Пример компании, которая этим занимается

Hoow Foods — сингапурский стартап, основанный в 2018 году и использующий AI и ML для создания более полезных рецептов продуктов питания. Компания получила SG$3 млн в предварительном раунде А на масштабирование. 

Стартап разработал интеллектуальную платформу для преобразования продуктов в более здоровые альтернативы, используя базу данных пищевых ингредиентов и их физико-химические свойства для определения новых рецептур. Так, у них более 20 прототипов, которые могут заменить жир и натрий в продуктах питания. 

Заставь искусственный интеллект самообучаться и совершенствоваться – выбирай онлайн-курсы в каталоге курсов по машинному обучению.

Пищевым компаниям внедрение такой технологии может показаться дорогостоящим, но тем не менее сбор и анализ данных о потребителях уже ведется производствами, а новый способ обработки поможет создавать более предпочтительные потребителями продукты и сократить затраты на неудачные выводы на рынок новых продуктов. 

 

Технологизирование бизнес-процессов

Сюда входит: 

  • оценка качества, 
  • стандартные процедуры, 
  • внедрение роботов на производстве, 
  • управление цепочкой поставок.

Применение искусственного интеллекта, например, системы машинного зрения для обеспечения безопасности и качества пищевых продуктов — переломный момент в секторе производства и изготовления продуктов питания.

Системы машинного зрения моделируются с помощью алгоритмов глубокого обучения, которые: 

  1. проверяют изображения, 
  2. собирают данные,
  3. предоставляют значимую информацию из изображений. 

 

Контроль качества 

Среди лидирующих компаний, предоставляющих оборудование на основе технологии машинного зрения, можно отметить 


Читайте по теме: Как видеосистема на основе ИИ помогает находить ошибки в производстве


Технология обеспечивает более быстрый общий анализ за счет точного обнаружения дефектов и проблемных продуктов:

  • камеры могут заглянуть за поверхность и под нее, 
  • могут обнаружить дефекты в продуктах питания и упаковке в процессе инспекции. 

Гиперспектральная визуализация — еще одно решение для анализа продуктов питания и обеспечения их безопасности. Основная технология в этих камерах и аналитических методах — датчик изображения.

Если пищевым компаниям не автоматизировать этот процесс с помощью искусственного интеллекта и других развивающихся технологий, то он потребует огромного количества человеческого труда.

 

Управление цепочкой поставок

Безопасность продуктов питания на всех этапах системы поставок должна обеспечивать соответствие требованиям отрасли. Кроме того, благодаря применению роботов и автоматики можно точно отслеживать потребительские характеристики. 


Читайте также: Три способа избежать хакерских атак на цепочку поставок


В цепочке поставок искусственный интеллект используется для эффективного отслеживания продукции при ее транспортировке с места на место.

 

Пример компании, которая этим занимается

В качестве примера можно привести McDonald’s, который в 2019 году купил Dynamic Yield — израильскую технологическую компанию, специализирующуюся на ПО для персонализации. McDonald's внедрил ее решения на всех уровнях инфраструктуры — от клиентов до поставщиков.

Новое приобретение позволило: 

  1. Объединить спрос и предложение, как никогда раньше. 
  2. Возможность влиять на спрос на уровне ресторана минимизировала отходы и оптимизировала цепочку поставок во всей организации.

Как правило, рестораны используют эту технологию, чтобы предложить клиентам покупать то, о чем они даже не подозревали, автоматизируя и персонализируя при этом техники up-sell и cross-sell

 

Робототехника

Искусственный интеллект предлагает новую парадигму для преобразования промышленной среды в умную платформу, построенную на сборе данных и принятии решений машинами и автоматическими системами. 

В отличие от программных приложений вроде рекомендательных систем, AI — лишь одним из компонентов робототехнического приложения. В реальных робототехнических приложениях он сочетается с алгоритмами, которые могут быть с ним не связаны. 

Мобильные роботы и манипуляторы на ИИ способны: 

  • автономно перемещаться, 
  • принимать решения в режиме реального времени, 
  • адаптироваться к непредвиденным событиям.

Определенные типы роботов предусматривают полуавтоматическое обучение или автоматическое обучение, которые позволяют ему прогнозировать и пересчитывать функции, задачи или маршруты.


Читайте по теме: Стеллажи, конвейер и роботы: как автоматизация изменит склады будущего


Роботы внедряются в: 

  1. переработку пищевых продуктов (April Robotics);
  2. доставку (Domino’s);
  3. готовку (Moley Kitchen);
  4. упаковку (Robotiq). 

Как правило, роботов подразделяют на роботов и коботов (коллаборативный робот). 

Переработка пищевых продуктов в больших объемах для них будет состоять из:

  • Нарезки морепродуктов или говядины.
  • Дозировании для украшения тортов.
  • Очистки для поддержания безопасной рабочей среды.
  • Сортировки продуктов.
  • Паллетировании и депаллетировании (упаковка).

В отличие от промышленных роботов, коботы работают рядом с человеком (например, Miso Robotics), а не заменяют их. 

  • Коботы легко программируются, что позволяет производителям быстро адаптироваться к новым продуктам и требованиям доставки. 
  • «Руки» коботов можно перепрограммировать, перемещать и перераспределять, поэтому даже небольшие предприятия смогут запустить несколько линий или переключиться с производства на упаковку на одной и той же площади. 

Читайте по теме: Что нужно знать, выбирая робота на производство: гид


Как на пищевых производствах, так и на ресторанном рынке решение о том, стоит ли внедрять роботов, строится с учетом: 

  • психологического фактора (у сотрудников может складываться ощущение, что их вымещают, хотя не всякая роботизация — полное замещение), 
  • операционных барьеров (технологический процесс необходимо будет каким-то образом перестроить), 
  • финансового фактора.

Финансовые вложения велики, но в ресторане роботы могут стать дополнительным поводом для привлечения аудитории, а на пищевых производствах решит рутинные, массовые и кропотливые задачи — в перспективе пяти-семи лет это приведет к снижению трудозатрат и повышению качества выходного продукта. 


Читайте также: Роботизация внутри компании. 4 урока, которые мы извлекли


 

Персонализированное питание 

Оно помогает людям преодолеть определенные болезни — ожирение, диабет, рак, остеопороз. 

В персонализированном питании используются алгоритмы для сбора и анализа больших данных о человеке:

  • ДНК, 
  • микробиом кишечника, 
  • анализ крови, 
  • эмоциональное и психологическое состояние, 
  • физическая активность, 
  • окружающая среда, 
  • потребляемая пища. 

Все это делается, чтобы отследить, на каком этапе в вопросах здоровья находится человек и какие изменения происходят для достижения поставленных целей. 


Читайте также: «Почему у нас получился диптех-стартап, а у вас не получится» — опыт компании, которая привлекла 500 млн рублей


Прецизионное питание фактически представляет собой следующий этап персонализированного питания. Конечная цель у него такая же, как и у персонализированного — помочь человеку предотвратить болезнь и улучшить здоровье с помощью еды. 

Прецизионное питание тоже использует большие данные о состоянии здоровья человека, однако его оно применяет ML-алгоритмы, которые способны прогнозировать изменения некоторых параметров:

  • микробиома кишечника, 
  • реакции глюкозы в крови на потребление блюда или ингредиента. 

Читайте по теме: Продукты из будущего: что заставляет расти рынок Deep FoodTech


 

Пример компании, которая этим занимается

Среди последних коммерциализированных разработок прецизионного питания можно отметить компанию Zoe, которая собирает десятки тысяч данных о своих подопечных и прогнозирует реакцию организма на пищу. 

Пищевые производства даже могут создавать новые «лечебные» продукты — насколько детально они изучают пищевые привычки и здоровье человека. И хотя некоторым направлениям (например, ДНК) еще предстоит увеличить свою научно-доказательную базу для формирования более точных рекомендаций по питанию, это уже возможное направление в стратегии развития крупных компаний. 

 

Заключение

Чтобы понять, стоит ли внедрять технологии сейчас или придержать эти действия до лучших времен, задайте себе эти стратегические вопросы:

  1. В чем состоит наше стремление к победе?
  2. Где мы будем играть?
  3. Как мы добьемся победы?

 

Фото на обложке: Unsplash / Galina Nelyubova

Подписывайтесь на наш Telegram-канал, чтобы быть в курсе последних новостей и событий!

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 Сбор данных и конкуренция с агрегаторами: как происходит цифровизация российского общепита
  2. 2 «Человечеству нужен новый источник еды» — интервью с основателем компании-производителя белка из насекомых FlyFeed
  3. 3 Сможет ли производство альтернативных источников белка повторить успех зеленой энергетики?
  4. 4 10 молодых российских производителей альтернативной еды
  5. 5 4 тренда на рынке DeepFoodTech: как стартапы делают открытия и производят новые продукты
RB в Telegram
Больше полезного контента в Telegram
Подписывайтесь!