Τι εφαρμογή βρίσκει η τεχνητή νοημοσύνη στη επεξεργασία και τη παραγωγή τροφίμων.
Η τεχνητή νοημοσύνη (AI) μεταμορφώνει διάφορες βιομηχανίες και η βιομηχανία τροφίμων δεν αποτελεί εξαίρεση. Στην ανάπτυξη νέων προϊόντων διατροφής, η τεχνητή νοημοσύνη γίνεται βασικό εργαλείο για την ενίσχυση της καινοτομίας, της αποτελεσματικότητας και της προσαρμογής των προϊόντων.
Για παράδειγμα, οι εταιρείες τροφίμων χρησιμοποιούν την τεχνητή νοημοσύνη για να αναπτύξουν προϊόντα με χαμηλή περιεκτικότητα σε ζάχαρη ή απαλλαγμένα από αλλεργιογόνα, ανταποκρινόμενη στις απαιτήσεις των καταναλωτών που προσέχουν την υγεία τους.
Η γεύση και η υφή είναι κρίσιμες πτυχές των προϊόντων διατροφής. Η τεχνητή νοημοσύνη βοηθά στη βελτιστοποίηση αυτών των χαρακτηριστικών αναλύοντας αισθητηριακά δεδομένα και τα σχόλια των καταναλωτών. Τα μοντέλα μηχανικής μάθησης μπορούν να προβλέψουν πώς θα αντιδράσουν οι καταναλωτές σε ορισμένες γεύσεις και υφές, επιτρέποντας στους προγραμματιστές προϊόντων να προσαρμόσουν τις συνταγές για καλύτερη αποδοχή από την αγορά.
Άλλωστε η μελλοντική επιτυχία των παραγωγών φρούτων και λαχανικών σε όλη την Ευρώπη εξαρτάται από την εξυπνότερη σκέψη, και μέρος αυτής της προηγμένης στρατηγικής θα εφαρμοστεί από την τεχνητή νοημοσύνη.
Αυτό ήταν άλλωστε ένα από τα κύρια συμπεράσματα που κατέληξαν οι συμμετέχοντες στο ICOP, την ετήσια συνάντηση των οργανώσεων παραγωγών, η οποία συναντήθηκε στις 20-22 Νοεμβρίου στη Vilamoura της Πορτογαλίας, για την 18η έκδοσή της.
Η τεχνητή νοημοσύνη φέρνει επανάσταση στην ανάπτυξη νέων προϊόντων διατροφής, επιτρέποντας τη δημιουργία πιο υγιεινών, εξατομικευμένων και βιώσιμων τροφίμων. Αξιοποιώντας τις δυνατότητες της τεχνητής νοημοσύνης, η βιομηχανία τροφίμων μπορεί να ανταποκριθεί πιο αποτελεσματικά στις μεταβαλλόμενες απαιτήσεις της αγοράς και στις παγκόσμιες προκλήσεις, όπως η κλιματική αλλαγή και η επισιτιστική ασφάλεια.
Είτε πρόκειται για αυτόνομους ψεκαστήρες οπωρώνων, λύσεις λογισμικού που αξιολογούν δεδομένα ή μηχανήματα διαλογής που βοηθούν τους συσκευαστές και τους αποστολείς να ελέγξουν για ατελή φρούτα και λαχανικά, η τεχνητή νοημοσύνη κυριαρχεί σε όλη την αλυσίδα εφοδιασμού φρέσκων προϊόντων. Φυσικά και δεν δείχνει σημάδια επιβράδυνσης.
Στην πραγματικότητα, ο Γιάννης Αμπατζίδης, αναπληρωτής καθηγητής Γεωργικής και Βιολογικής Μηχανικής στο Ινστιτούτο Τροφίμων και Γεωργικών Επιστημών του Πανεπιστημίου της Φλόριντα, αποκαλεί την τεχνητή νοημοσύνη την τέταρτη αγροεπανάσταση. Ο Αμπατζίδης, ο οποίος μελετά τη γεωργία ακριβείας και τη μηχανοποίηση για τη φυτική παραγωγή, έχει δει από πρώτο χέρι τη σημασία – και τις δυνατότητες – της τεχνητής νοημοσύνης.
Αυτές οι πληροφορίες ήρθαν αρχικά με τη μορφή εικόνων drone, αλλά καθώς η τεχνολογία βελτιωνόταν, η τεχνητή νοημοσύνη μπορούσε να λάβει αυτό που είδε το drone και να αρχίσει να επεξεργάζεται τα δεδομένα με τρόπο που βοηθά τους παραγωγούς να έχουν καλύτερη ιδέα για το τι συμβαίνει στις εκτάσεις τους.
Για παράδειγμα, με την καταστροφή από το huanglongbing, επίσης γνωστό ως HLB ή ασθένεια του πρασίνου των εσπεριδοειδών, οι καλλιεργητές ήθελαν μια πιο ακριβή απογραφή των δέντρων με τη χρήση εικόνων από μη επανδρωμένα αεροσκάφη.
Ο Αμπατζίδης υποστηρίζει ότι το πανεπιστήμιο του ανέπτυξε το Agroview, μια τεχνολογία βασισμένη στο cloud και την τεχνητή νοημοσύνη για την επεξεργασία, ανάλυση και οπτικοποίηση δεδομένων που συλλέγονται από μη επανδρωμένα εναέρια οχήματα όπως τα drones, καθώς και από άλλες πηγές όπως δορυφόροι, έξυπνοι ψεκαστήρες και άλλα.
Το επόμενο βήμα θα είναι να ληφθούν οι πολυφασματικές εικόνες που καταγράφει το drone για να εκτιμηθούν οι ανάγκες των φυτών σε γονιμότητα, ένα κρίσιμο βήμα για την καταπολέμηση του πρασίνου των εσπεριδοειδών. Οι εταιρείες ασφάλισης καλλιεργειών χρησιμοποιούν επίσης αυτή την τεχνολογία για να βοηθήσουν τους παραγωγούς να εκτιμήσουν πόσα δέντρα πρέπει να αντικαταστήσουν από το πρασίνισμα των εσπεριδοειδών ή μετά από έναν τυφώνα, δηλώνει.
Ακολουθήστε το Cibum 
