طی دهه های گذشته کاربرد تکنولوژی در صنایع، موجب پیشرفت سریع تولید و نیز ارتقا مدیریت و در نتیجه بازآفرینی کل صنایع شده است، اکنون جهان در حال پشت سر گذاشتن انقلاب صنعتی چهارم است، زیرا هوش مصنوعی (AI) و ماشین لرنینگ (ML) با شیوه‌های تولید موجود ادغام می‌شوند. بهره مندی از تکنولوژی جهت تامین نیاز پایان ناپذیر انسان به غذا، باعث گردیده تا صنایع غذایی نیز از کیفیت، کارایی و سرعت، پیشرفتی چشمگیر ی برخوردار شوند.
هوش مصنوعی توانسته(machine learning or big data analytics) و سایر فناوری‌های پیشرفته را برای بهبود کارایی، افزایش بهره وری، کاهش ریسک و در نهایت کاهش هزینه ها و افزایش سود بکار بگیرد. تحول دیجیتال به صنعت غذا و نوشیدنی رسیده است و فرصت‌های تجاری جدیدی را به ارمغان می‌آورد.
یکی از پیچیده ترین صنایع، فرآوری مواد غذایی است. تولیدکنندگان مواد غذایی برای فعال نگاه داشتن خط تولید باید بسیاری از عوامل مانند تامین مواد اولیه، نگهداری ماشین آلات ، کنترل خطوط تولید و بسته‌بندی و موارد دیگر را رصد کنند. حتی زمانی که تولید کامل شد و تمام مواد غذایی بسته بندی شده و آماده ارسال هستند، باز هم باید آزمایش های کیفی گسترده ای را پشت سر بگذارند. همه این فرآیندها زمان، تلاش و کارمندان ماهر زیادی را می طلبد.
با ظهور سیستمهای خودکار، ایده های تولید اجرایی تر وعملیات تولید، کارآمدتر و سریعتر و در یک کلام صنعتی تر شده است هوش مصنوعی می تواند کارها را بیش از هر فناوری موجود دیگری ساده کند، می تواند زمان فرآوری مواد غذایی را کاهش داده، درآمد را افزایش دهد و باعث ارتقا تجربه مشتری نسبت به محصول یا برند گردد.
هر جند بسیاری از محققان استدلال کرده‌اند که جایگزینی کامل انسان‌ها با ماشین‌ها می‌تواند منجر به فاجعه‌ای شود که ممکن است در نهایت انسان را به سمت قحطی سوق دهد. با این حال، سال ها تجربه عملی کاربرد تکنولوژی نشان داده است که ماشین آلات و تجهیزات خودکار می توانند به طور قابل ملاحظه ای نحوه عملکرد صنعت را بهبود بخشند.
کاربردهای هوش مصنوعی در صنایع غذایی
تحلیل روند و توسعه محصول، اولین استفاده از هوش مصنوعی در صنایع غذایی این است که به مشاغل FMCG کمک می کند تا تمایلات و نیازهای رایج مشتریان را تجزیه و تحلیل کنند.
Ai بر اساس data analytics تجزیه و تحلیل داده های بزرگ و machine learning مدل های یادگیری ماشینی، می تواند ایده های مفیدی را در مورد نیازها و خواسته های مشتریان استخراج کند که منجر به توسعه محصول می شود. این مرحله بسیار ضروری است، زیرا تولید کنندگان باید محصولی را انتخاب کنند که احتمال موفقیت آن در بازار بالاتر باشد .لذا میبایست به دنبال دستور العمل ها و مواد اولیه جدیدتر برای بهبود طعم یا کیفیت محصولات باشند.
در روش سنتی نمایندگان R&D صنایع غذایی برای شناسایی گرایش‌ها و یافتن فرصت‌های جدید، مجبور به انجام نظرسنجی و مصاحبه با صدها مصرف‌کننده هستند. بی شک ML و AI در تجزیه و تحلیل داده ها بسیار موثرتر هستند و می توانند چندین شاخه از داده ها را به طور همزمان بررسی، ادغام و یا مدیریت کنند. علاوه بر این، می‌توانند داده‌های گروه‌های جمعیتی مختلف، الگوهای فروش، ترجیحات طعم و غیره را تجزیه و تحلیل کنند. به عبارت دیگر، هوش مصنوعی می‌تواند با توجه به ترجیحات و گرایشات شخصی مشتری به افزایش شخصی‌سازی محصول کمک کند.
این بدان معناست که کسب‌وکارهای صنایع غذایی می‌توانند از گزارشات هوش مصنوعی برای یافتن محبوب‌ترین ترکیب‌های طعم و کیفیت برای آغاز تولید یا توسعه محصولات خود استفاده کنند. علاوه بر این، کل فرآیند توسعه محصول بسیار سریعتر، مقرون به صرفه تر و کم ریسکتر می شود.
هوش مصنوعی نیروی ایجاد تغییر است که به کسب و کارها اعتماد به نفس می دهد تا محصولی خاص با ویژگی های مختلف را عرضه کنند. با استفاده از تکنیک تجزیه و تحلیل سیستم، کسب و کارهای مواد غذایی می توانند نیازهای مشتری را به طور موثر برآورده کنند و مخاطبان مناسب حاضر در بازار را شناسایی و هدف قرار دهند.
سرعت کارآمد، یکی از بزرگترین مزایای هوش مصنوعی در صنایع غذایی این است که باعث ایجاد یک فرآیند سریع در سیستم تولید می شود. در گذشته که تمامی فرآیندهای تولید با دست انجام می شد صنایع غذایی در اوج نیاز بازار مصرف، با خسارات زیادی ناشی از سرعت پایین تولید مواجه بودند، اکنون همراهی هوش مصنوعی با ماشین‌های خودکار باعث گردیده ماشین‌ها سرعت بازده بیشتری داشته و همزمان محصولات بیشتری نیز تولید کنند. این به نوبه خود به نفع تجارتخانه ها است و درآمد بیشتری ایجاد می کند. با استفاده از این نوع سیستم‌ها، صنایع مزایایی مانند سرعت تولید سریعتر، بازدهی با کیفیت بالا تر و کاهش هزینه‌های نیروی کار را به دست می آوردند.
طبقه بندی مواد، یکی از مهمترین مراحل برای شروع تولید مواد غذایی، جدا سازی و دسته بندی مواد اولیه است که پیش از این و قبل از آغاز تولید روزانه، بصورت دستی توسط صدها کارگر انجام می شد. لیکن امروزه از ماشین‌های متناسب با نوع محصول و با استفاده از الگوریتم‌های هوش مصنوعی برای جداسازی مواد اولیه که بعداً برای تولید محصولات مخلوط بکار برده می‌شوند استفاده می‌شود.کافیست تولید کننده الزامات کیفی خاصی را برای خط تولید تعریف کند، هوش مصنوعی و ML اشتباه نمی کنند، بنابراین منطقی است که از آنها برای طبقه بندی مواد اولیه استفاده شود.
به عنوان مثال، یک سیستم مبتنی بر هوش مصنوعی می‌تواند سیب‌زمینی‌ها را بر اساس اندازه و وزن آنها به دقت دسته‌بندی کند. به راحتی می تواند سیب زمینی های ایده آل را برای پخت چیپس و سیب زمینی های بهتر را برای تهیه سیب زمینی سرخ کرده انتخاب کند. می تواند سبزیجات را بر اساس رنگ، دسته بندی کند تا ضایعات مواد غذایی کاهش یابد.
بهترین بخش این است که هوش مصنوعی بیشتر کار را به صورت خودکار انجام می دهد. ماشین‌های غذایی مبتنی بر هوش مصنوعی دارای اسکنرهای اشعه ایکس، لیزر، دوربین‌ها و روبات‌های پیشرفته‌ای هستند که همگی با هم کار می‌کنند تا کیفیت مواد را تجزیه ، تحلیل کرده و آنها را طبق دستورالعمل‌ها چیدمان کنند و با کاهش کار دستی در هزینه ها صرفه جویی کنند. جداسازی فرآیندی زمان‌بر است که امروزه در مدت زمان کوتاه تر و تلاش کمتر انجام و منجر به حفظ قابل توجه منابع در صنایع غذایی شده است
کشت کنترل شده، اگرچه کشت محصولات کشاورزی به طور کلی بخشی از صنایع غذایی محسوب نمی گردد، اما هنوز تا حد زیادی بر محصول نهایی و کیفیت آن تأثیر می گذارد، این پروسه شامل پرورش محصولات کشاورزی برای استفاده از آنها در فرآیند تولید مواد غذایی است.
تولید محصولات زراعی گاهی اوقات به دلیل تغییرات آب و هوایی و شرایط محیطی صدمه دیده و منجر به بازده نا مناسب محصولی می شود. این فرایند را نیزمی توان با استفاده از هوش مصنوعی تحت عنوان (کشت کنترل شده) مدیریت و "کنترل" کرد. در این روش، روند تولید محصول زراعی از پیش تعیین شده تا از هرگونه آسیب به محصول در شرایط محیطی کنترل شده جلوگیری گردد.
هنگامی که هوش مصنوعی بفهمد چه عواملی بر کیفیت محصول تأثیر می‌گذارد، نیاز هر محصول را برای رشد عالی محاسبه می کند. همچنین بیماری‌های گیاهی، آفات، سلامت خاک و بسیاری از عوامل دیگر را که بر کیفیت محصول تأثیر می‌گذارند، را شناسایی میکند.
یک نمونه ازماشین آلات کشاورزی که اینروزها با هوش مصنوعی مصلح گردیده دستگاه کولتیواتور است که از ابزارهای شخم زن محسوب می گردد این دستگاه با استفاده از هوش مصنوعی، قادر به تشخیص گیاهان زراعی از علف های هرز می باشد، در همین راستا شرکتهای . LEMKEN و Steketee دستگاه IC-Weeder یا بیل زن خودکار ردیفی مجهز با هوش مصنوعی معرفی نموده اند که قادر است به صورت خودکار حتی مزارع کاشته شده با آلودگی گسترده علف های هرز را به صورت تمیز شده تحویل نماید.
مدیران شرکت می گویند برای دستیابی به هدف شناسایی و تفکیک علفهای هرز از محصولات زراعی توسط دستگاه آی سی وییدر ، نرم افزار ادغام شده با هوش مصنوعی ابتدا نیاز به یادگیری ویژگی های خاصی از گیاهان زراعی داشت که به لطف یک الگوریتم مبتنی بر اصل "یادگیری عمیق" امکان پذیر شد. در مراحل آزمایشی ، محصول چغندرقند به صورت دستی علامت گذاری شد، سپس الگوریتم، از این داده‌ها برای شناسایی گیاه چغندرقند بر اساس مشخصات رنگ، بافت، شکل، اندازه و موقعیت برگ استفاده کرد. این روش به دستگاه اجازه می دهد حتی در شرایط چالش برانگیز، که برای سیستم های تشخیص تصویر معمولی بسیار پیچیده هستند، مثل نور شدید یا بارندگی به درستی کار کند ، همچنین دوربین‌ها 30 تصویر در ثانیه به رایانه ارسال می‌کنند . چاقوهای داسی شکل با کنترل پنوماتیک به داخل ردیف‌های کاشته شده حرکت کرده و به فاصله دو سانتی‌متر از هر گیاه رفته و علفهای هرز را قطع می کنند.دستگاه IC-Weeder AI برای چغندر قند از سال 2022 در دسترس همه کشاورزان جهان است.
سنسورهای هوشمند، اگر هر بار که دستگاهی کار نمی کند بتوانید یک هشدار یا یک اعلان دریافت کنید، چه احساسی خواهید داشت؟ بی شک رضایتمندی تمام. حسگرهای هوشمندی که توسط هوش مصنوعی هدایت می شوند، کلیه فرآیند تولید را از ابتدا تا مرحله بسته بندی محصول نهایی در تمام ساعات شبانه روز رصد نمود تا در صورت وقوع اشتباه یا حالت غیرعادی گزارش دهند. این اعلام هشدار می تواند شامل هر اشکالی باشد که به صورت پیش فرض برای هوش مصنوعی تعریف شده است از جمله اشکال در کیفیت محصول، قطعی برق خرابی دستگاه یا حتی کنترل صدها کارمند و گزارش تخلف پرسنل. استفاده از هوش مصنوعی با وجود حسگرهای هوشمند یک موهبت در صنایع غذایی است زیرا نه تنها به شناسایی فعالیت‌های غیرعادی در سیستم کمک می‌کنند، بلکه نیاز به بازرسان کنترل کیفیت در سراسر زنجیره تولید را نفی می‌کنند.
کشف خودکار خرابی های سیستم، نقص فنی و خرابی دستگاهها در هر نوع صنعتی اجتناب ناپذیر است این مشکلات در هر مقطع زمانی ممکن است رخ دهد اما بدتر از آن هنگامی است که دلایل این نقص ها ناشناخته باشند.
صنایع غذایی با استفاده از هوش مصنوعی می توانند چنین مواردی را بررسی و دلایل پنهان پشت هر گونه اتفاق ناگوار را کشف کنند و این امر توسط هوش مصنوعی با بررسی سوابق داده های گذشته و ارزیابی آنها به سرعت انجام و نتایج آن به دست می آید که باعث صرفه جویی در زمان کشف عیب و جلوگیری از توقف خط تولید است. به طور مثال هنگامی که یک دستگاه به دلیل خرابی چرخ دنده یا پاره شدن تسمه و یا حتی دو فاز شدن برق از حرکت می ایستد کشف علت اصلی خرابی در کسری از ثانیه توسط هوش مصنوعی به اپراتور یا مدیران گزارش می شود.
پایان بخش اول مقاله.
موفقیت نتیجه آگاهی است،
آگاهی بهترین سرمایه و اصل ثروت است.
(رجبی)
info@feenama.com
www.feenama.com
منبع: (بر اساس تحقیق از منابع خبری آزاد بین الملل)