Inteligencia Artificial

La inteligencia artificial en el sector alimentario

By mayo 28, 2020 No Comments

Sin duda, la inteligencia artificial está cambiando algunos de los paradigmas de los procesos industriales, aportando nuevas capacidades, nuevas formas de monetización y nuevos sistemas que permiten mejorar los procesos productivos y la toma de decisiones. La industria agroalimentaria no es una excepción y desde Datision os enumeramos algunos ejemplos de cómo aplicar la inteligencia artificial a este sector.

Una de las principales características de la inteligencia artificial es que nos permite predecir qué sucederá en base a la información obtenida y la generación de modelos mediante el uso de técnicas de Machine Learning. Esta capacidad predictiva aporta a los procesos productivos la capacidad de avanzar su toma de decisiones, minimizando impactos negativos o adelantándose a la posible competencia.

Dentro de estos procesos productivos, el agroalimentario forma parte de los más relevantes dentro de la economía española. Una afirmación que viene respaldada por los datos reflejados por el Observatorio Cajamar, que afirma que España es el cuarto mayor exportador agroalimentario de los países de la Unión Europea, produciendo el 9.2% del valor añadido de toda la economía del país y dando trabajo al 12.3% de las personas ocupadas.

¿Cómo puede ayudar la digitalización y, concretamente, la inteligencia artificial al crecimiento del sector? Lo analizamos exponiendo algunas situaciones prácticas reales.

¿Cómo beneficia la inteligencia artificial a la industria agroalimentaria?

Algunos de los casos de usos dentro del sector agroalimentario y que ya están aportando un fuerte impacto en la cuenta de resultados de las empresas que lo aplican son los siguientes.

Mantenimiento predictivo 

Los equipos productivos, cortadoras, envasadoras, hornos, etc son un importante activo en la industria agroalimentaria, cualquier fallo en los mismos produce que nuestras líneas productivas se paren, produciendo así un fuerte impacto en nuestra productividad. Mediante la lectura y análisis de las variables de proceso, así como las del propio equipo, los sistemas de inteligencia artificial permiten conocer la probabilidad de que el equipo sufra un fallo, permitiendo así actuar en el momento más indicado evitando paros de la producción no previstos y reduciendo los costes de mantenimiento.

Identificación precoz de defectología

Los estándares de calidad de la industria agroalimentaria son cada vez más altos, y es clave disponer de un control de calidad que evite que los productos lleguen al mercado con defectos.

La inteligencia artificial, juntamente con visión por computador, no sólo nos permite identificar el defecto, sino que en base a las variables productivas puede indicar que probabilidad hay que se produzcan dichos defectos antes que estos sucedan, permitiendo así modificar los parámetros productivos para evitarlos, impidiendo así añadir valor a un producto que posteriormente será descartado y reduciendo la merma.

Un caso real es el uso de la inteligencia artificial para predecir el riesgo de rotura de pasta seca (macarrones, fusilli, etc) y, por lo tanto, conocer su porcentaje de fragilidad, evitando una mala experiencia por parte del consumidor.

Momento de recogida óptimo para productos agrícolas

Conocer el mejor momento para la recogida de un producto, fruta, verdura, etc. es de vital importancia. No sólo considerando la madurez del mismo, sino el precio de mercado, la predicción meteorológica, el coste o la disponibilidad de los temporeros, entre otras variables.

La inteligencia artificial ofrece la posibilidad de combinar todas estas variables y que el sistema prediga el momento más idóneo para la recogida, pudiendo además variar los pesos de cada variable, permitiendo así obtener el mayor margen de beneficios sobre nuestra producción.

Visión por ordenador para conseguir mejores productos

Combinando la técnicas de Machine Learning con técnicas de visión por computador, donde Datision posee una gran experiencia, se pueden conseguir procesos de control de calidad más rápidos y precisos, así como la identificación y clasificación tanto del producto resultante como de la materia prima. A continuación, indicamos algunas de las posibles aplicaciones

Punto de maduración de fruta y vegetales

Mediante el uso de diversas tipologías de cámaras, RGB, térmicas, ultrasonidos, etc. combinadas con algoritmos de inteligencia artificial, se puede conocer el punto de maduración de una fruta o vegetal. La identificación mediante cámaras se puede realizar tanto en árbol, permitiendo así identificar si éstas se pueden recolectar, o en almacén, para decidir el destino más óptimo para el producto ya recolectado.

Categorización y precio de compra para materias primas naturales

La determinación del precio de materia prima como la uva, oliva, fruta, etc. para muchas de las industrias alimentarias depende de una inspección visual, juntamente con una cata para determinar el precio de compra. La visión por computador y la inteligencia artificial permiten realizar esta inspección de forma más ágil y precisa determinando así el grado de maduración, posibles defectos estéticos o incluso el porcentaje de agua de los productos.

Identificación de posibles defectos en el termosellado de los envases

Mediante el uso de cámaras térmicas y técnicas de inteligencia artificial se puede indicar la probabilidad de rotura de un envase termosellado, evitando así que en el transporte o manipulación del producto se produzca una fuga que pueda producir desperfectos al resto del lote.

Control de calidad estética

La identificación y clasificación de productos en base a criterios estéticos es una de las tareas más laboriosas del control de calidad. Además es altamente interpretativa, lo que implica que en base al operario, o incluso su estado de ánimo, haya discrepancias en un mismo producto, esto es especialmente significativo en la clasificación de productos naturales, aunque no exclusivamente.

Los algoritmos de inteligencia artificial permiten capitalizar este conocimiento de los usuarios más expertos en la identificación de defectos estéticos, permitiendo así disponer de un sistema más estandarizado y constante, el cual continúa aprendiendo constantemente de las correcciones realizadas por los operarios.

Los casos de uso y técnicas explicadas son ya una realidad que está aportando importantes beneficios a las empresas que las están aplicando y permiten a dichas empresas continuar innovando y siendo competitivas.

Desde Datision continuamos investigando e innovando para conseguir no sólo que la inteligencia artificial nos ayude a predecir qué pasará, sino que queremos ir un paso más allá y que la propia inteligencia artificial sea capaz de generar nuevo conocimiento y disponga de cierta capacidad creativa, permitiendo así dar el salto del mantenimiento predictivo al mantenimiento prescriptivo, donde el propio algoritmo recomienda las acciones a realizar sobre los equipos para maximizar la vida útil del mismo, o crear nuevas recetas y/o productos que tengan una impacto significativo en el mercado.

Leave a Reply