Dirbtinis intelektas jau tikrina obuolius

Asociacija savo tinklapyje rašo: „Maždaug penkios savaitės iki konkrečios obuolių veislės derliaus nuėmimo į VIP kokybės skyrių atkeliauja tūkstančiai obuolių iš įvairių susijusių gamintojų sodų. Kiekvienas obuolys išbandomas, siekiant nustatyti, kada dar ant medžių esantys obuoliai pasieks idealų skynimui sunokimo lygį“.

Kaip aiškina „VIP“ kokybės kontrolės skyriaus vadovas Wolfgangas Graissas, tai yra labai svarbu „tiek dėl skonio, tiek dėl optimalaus laikymo, leidžiančio nuosekliai tiekti obuolius klientams ištisus metus“.

Kaip tai vyksta?

Asociacijos Kokybės kontrolės skyriaus darbuotojas Andre Trafoier‘as paaiškina, kad vienas iš obuolių sunokimo vertinimo parametrų yra krakmolo kiekis. Norint tai išmatuoti, obuoliai supjaustomi griežinėliais ir apipurškiami jodo-kalio tirpalu, į kurį jie reaguoja: kuo šviesesnės lieka skiltelės, tuo didesnis krakmolo kiekis ir obuolys mažiau prinokęs.

Dar prieš kelerius metus šis stebėjimas buvo atliekamas plika akimi, o vertės buvo skaičiuojamos rankiniu būdu. Laikui bėgant procesas buvo skaitmenizuotas: dabar programinė įranga apskaičiuoja vidutines reikšmes, o fotoaparatas fiksuoja ir išsaugo kiekvieno pjūvio nuotraukas, užtikrindamas, kad viskas būtų atsekama ir gerai dokumentuota.

Nuo 2023 m. spalio mėn. „VIP“ pasitelkė dirbtinį intelektą (DI), lygindama darbuotojų įvertintą krakmolo kiekį su DI pasiūlytu. Norint „išmokyti“ dirbtinį intelektą, per kelis mėnesius iki pirmojo panaudojimo buvo nufotografuota daugiau nei 27 000 įvairių veislių ir brandos obuolių. DI analizės tikslumas priklauso nuo duomenų, kuriais jis yra „apmokytas“, kokybės.

A. Trafoier‘as pažymi, jog rezultatai buvo puikūs, nustatant skirtingų obuolių veislių brandumo lygius ir pasitelkiant daugiau duomenų.

Vertingos įžvalgos

Iš šios patirties minėta kompanija įgijo vertingų įžvalgų apie dirbtinį intelektą ir nori pasidalinti jomis su kitomis įmonėmis, kurios svarsto panašius projektus.

• Pirma, labai svarbu paklausti, ar reikalingas tikras DI, ar pakaks protingo proceso skaitmeninimo.
• Antra, norint išmokyti dirbtinį intelektą atpažinti obuolių brandą, reikia surinkti daug duomenų.
• Trečia, projektas turėtų būti suskirstytas į mažus žingsnelius, kad tikslai būtų pasiekiami vienu žingsniu, sumažinant verslo riziką.
• Galiausiai, itin svarbus yra darbuotojų priėmimas: įtraukus komandą nuo pat ankstyviausių projekto etapų, sustiprėja jų motyvacija.

Parengė Ričardas Čekutis