Marnowanie żywności jest problemem społeczeństw rozwiniętych, który występuje na wszystkich etapach produkcji i konsumpcji. Niesie on negatywne konsekwencje ekonomiczne, etyczne i środowiskowe. Każdego roku w Europie marnuje się 88 mln ton jedzenia o wartości 143 mld euro. Bernhard Url z Europejskiego Urzędu ds. Bezpieczeństwa Żywności twierdzi, że Europa marnuje 30% żywności, co jest etycznym skandalem. Czy może temu zapobiec sztuczna inteligencja? Na razie zapewne nie, ale już pomaga to ograniczyć na różnych etapach produkcji.
Standardy bezpieczeństwa i pakowania żywności w Europie są jednymi z najbardziej rygorystycznych na świecie, niemniej jednak regulacje stanowią tylko część rozwiązania. W łańcuchu dostaw - od produkcji, poprzez przetwarzanie i sprzedaż - jest wiele organizacji, które używają technologii, by zapobiegać i redukować marnowanie jedzenia. Przykładem takiej firmy jest DVNutrition, wiodący producent białka serwatkowego, który zrewolucjonizował proces produkcji z wykorzystaniem AI. Holenderski producent wytwarza ponad 10 tys. ton swojego produktu rocznie, upewniając się, że podejmuje właściwe decyzje, by nic się nie marnowało.
DVNutrition wraz z Axians stworzyli "cyfrowego bliźniaka" (digital twin) do planowania na bieżąco w oparciu o nieustannie zmieniający się stan procesu produkcji. Firma może zwolnić, a nawet zatrzymać produkcję, kiedy zbiorniki magazynowe się wypełnią. Proces produkcji jest bezpośrednio powiązany z możliwościami magazynowymi, co pozwala zmniejszyć ryzyko nadprodukcji i ograniczyć odpady. DVNutrition korzysta też z aktualnych danych, takich jak temperatura, by proaktywnie nanosić korekty. Serwatka jest bowiem produktem naturalnym i warunki, takie jak nawet pora roku, wpływają na jego skład.
Innym czynnikiem wpływającym na marnowanie żywności jest jakość i wygląd opakowań, np. wgniecenia, pęknięcia i pofałdowanie. Tetra Pak, lider rozwiązań do opakowywania produktów, działający w ponad 175 krajach, rozwija systemy oparte na AI. Jeden z nich robi zdjęcia każdemu opakowaniu, które schodzi z linii produkcyjnej, i wykonuje jego analizę, by zmniejszyć ryzyko uszkodzenia. Tradycyjne metody kontroli jakości opakowań wymagają udziału operatora, który ocenia próbki niewielkiej liczby opakowań. Tetra Pak bada natomiast wszystkie egzemplarze. Odpowiada za to model głębokiej sieci neuronowej, który identyfikuje, czy opakowanie stanowi problem, czy też nie. Pojedyncza maszyna produkuje ok. siedmiu opakowań na sekundę, dlatego inspekcja przez człowieka tego wszystkiego byłaby niewykonalna. Jak więc widać, sztuczna inteligencja mocno wpływa na poprawę jakości, przez co ostatecznie na półki sklepowe trafi znacznie mniej produktów z wadami.
341f31d.png)