Искусственный интеллект (ИИ) может прогнозировать и улучшать желаемый вкус, качество или цену пищевых продуктов и напитков, таких как кофе. Это результат совместного датско-германского проекта, в рамках которого Fraunhofer IPA тестировал, как ИИ может обеспечить вычислительную поддержку. Эксперты впервые провели аудит приложения ИИ для пищевой промышленности.
Кофе является частью повседневной жизни для многих людей. Кому-то нравится покрепче и покислее, а кто-то предпочитает более мягкий аромат — диапазон предпочтений огромен. Чтобы создать различные вкусы, производители кофе могут выбирать из примерно 200 сортов зерен по всему миру и смешивать их, чтобы создать вкусовой профиль с определенными характеристиками. Таким образом, существуют миллиарды возможных комбинаций.
Вопрос вкуса
До сих пор эксперты по кофе полагались на процесс непрерывных проб и ошибок при создании смесей — возможно, идеальная работа для некоторых, но это также очень индивидуальный и трудоемкий процесс, требующий специальных знаний о рынке кофе и потребителях. Это связано с тем, что профиль вкуса включает в себя различные компоненты, такие как кислотность, послевкусие и аромат.
Каждый компонент может достигать уровней интенсивности по шкале от одного до десяти. Кроме того, рынок кофе подвержен частым колебаниям цен, что также должны учитывать производители кофе. ИИ идеально подходит для поддержки и облегчения этого и подобных процессов в пищевой промышленности.
К такому выводу пришли эксперты по ИИ Fraunhofer IPA после изучения алгоритмов, разработанных исследовательским институтом «Датский технологический институт» (DTI) в рамках аудита, и предложили некоторые предложения по доработке. DTI разработала алгоритмы для датского производителя кофе BKI food a/s с целью оптимизации обжарки кофе с учетом вышеупомянутых критериев вкуса, качества и стоимости.
Модель ИИ решает проблему оптимизации
С технической точки зрения это классическая проблема оптимизации: что должен сделать производитель кофе, чтобы создать определенный вкусовой профиль по определенной цене? DTI смоделировал эту проблему с помощью прототипа и нейронной сети.
Различные данные, такие как типы зерен, смеси и вкусы, легли в основу здесь, хотя сложность заключалась в том, что нейронные сети обычно учатся на огромном количестве данных и на многих прошлых примерах. Однако в этом случае база данных была очень маленькой. Поэтому в своем аудите эксперты IPA рекомендовали отказаться от нейронной сети и вместо этого использовать модель с более простой структурой и меньшим количеством параметров. В конечном итоге была использована новая модель с менее чем десятью параметрами.
Кроме того, эксперты IPA разделили проблему оптимизации на две более мелкие подзадачи:
1) Какова оптимальная смесь для определенного вкусового профиля при определенном предварительном отборе зерен?
2) Какие зёрна лучше всего подходят для этого, в том числе и по цене?
DTI предложил использовать так называемый генетический алгоритм, который может решать комбинаторные задачи методом «проб и ошибок», а также другие алгоритмы, используемые в дополнение к этому.
У упрощенной модели также есть то преимущество, что она действует более предсказуемо, чем нейронные сети. Последние обычно называют «черными ящиками», потому что даже специалисты часто не знают, как именно был получен результат.
Это отсутствие объяснимости может снизить доверие к приложению ИИ, а также часто является юридическим препятствием.
Преимущества нового решения на основе ИИ
Преимущества BKI заключаются в том, что сотрудники могут уделять время другим задачам. Кроме того, компания достигает экономии средств и гораздо большей гибкости в процессе закупок, поскольку она больше не зависит от импорта специальных сортов кофейных зерен из определенных регионов мира. Используя преимущества искусственного интеллекта , можно добиться того же вкуса, что и раньше, но на основе других и новых смесей сырого кофе, чем это было раньше.
Это создает гибкость в процессе закупок компании, что имеет решающее значение на рынке, где внезапные события могут затруднить импорт некоторых видов сырого кофе из-за рубежа.
Международный обмен знаниями
Сотрудничество между партнерами проходило в рамках специального формата финансирования. Основой для этого послужило приложение на основе ИИ, разработанное DTI для датского производителя кофе BKI. За это приложение партнеры совместно выиграли премию Danish AI Award. В свою очередь, производственный кластер Дании, MADE, продвигает исследования и разработки в производственном секторе.
Международные демонстрационные проекты представляют собой особый формат проекта MADE, целью которого является предоставление датским МСП опыта из-за рубежа для решения конкретных задач или тестирования новых производственных технологий.
В этом контексте MADE поручила Fraunhofer IPA провести аудит приложения ИИ, разработанного DTI. После проекта BKI реализовала вариант рекомендаций Fraunhofer IPA. Например, это означает, что BKI меняет способ обучения модели, используя новые данные. Кроме того, несколько моментов со стороны исследователей привели к изменениям, значительно улучшившим производительность модели.
Наконец, Международный демонстрационный проект вызвал большее доверие к модели, что сместило акцент на внедрение модели в повседневную работу.