با توجه به گزارش از IQ توسط اینتلفناوریهای زنجیره سرد غذا مانند بینایی رایانه، هوش مصنوعی و تجزیه و تحلیل دادهها در تلاش برای کاهش ضایعات مواد غذایی، محصولات تازه را از مزرعه گرفته تا کامیونها تا فروشگاهها ردیابی میکنند.
لحظه ای که یک توت فرنگی در مزرعه چیده می شود، شروع به پوسیدگی می کند. از آنجا، مسابقه ای است که آن را تازه به مصرف کننده تحویل دهد. چند نسل پیش، زمانی که بیشتر مردم در کشاورزی کار میکردند و نزدیک به تولید غذا زندگی میکردند، این آسانتر بود. امروزه توزیع مواد غذایی پیچیده تر است زیرا مصرف کنندگان بیشتری برای تهیه غذا به سوپرمارکت ها متکی هستند.
امروزه، تحویل مواد غذایی فاسد شدنی به چیزی که به عنوان زنجیره سرد غذایی شناخته می شود، متکی است. این توزیع بسیار پیچیده غذا از مزرعه تا چنگال بر به حداکثر رساندن کیفیت و طول عمر محصولات متکی است.
افزودن هوش مصنوعی (AI)، بینایی کامپیوتری و محاسبات ابری به بازرسی مواد غذایی، حمل و نقل و تبرید، کارایی را برای لجستیک مواد غذایی به ارمغان می آورد.
دن هاجسون، یکی از همکارانش گفت: «هدف سرراست و بسیار ساده است Linn Grove Ventures، یک گروه سرمایه گذاری مخاطره آمیز کشاورزی مستقر در فارگو در داکوتای شمالی. "محیط اطراف آن محصول، چه در یک کامیون یا یک هواپیما، باید در تمام طول سفر درست باشد - در سفر است که پیچیده می شود."
نگه داشتن توت فرنگی در دمای مناسب، رطوبت و جریان هوا تنها یک مشکل است. میوه همچنین باید در روزهای مناسب به بازارهای مناسب تحویل داده شود، جایی که در واقع خریداری می شود.
هاجسون افزود: «مدیریت کیفیت به معنای مدیریت افراد مختلف در هر مرحله از توزیع و سرعتهای متفاوت آن است.
"حسگرها و محاسبات ابری به مدیریت واقعی آن کمک می کنند."
بر اساس این گزارش، اینجاست که یک اپلیکیشن گوشی هوشمند برای بازرسان مواد غذایی می تواند کمک کند AgShift، یک شرکت هوش مصنوعی agtech در سانتا کلارا، کالیفرنیا. این شرکت از الگوریتم هایی برای کمک به بازرسی مواد غذایی در مراحل مختلف توزیع استفاده می کند.
Miku Jha، مدیر عامل AgShift گفت: "بگذارید فرض کنیم که به 20 توت فرنگی نگاه می کنیم." دو بازرس مختلف ممکن است با دو نتیجه متفاوت برگردند. کاری که این فناوری انجام می دهد این است که به این بازرسان کمک می کند تا مشاهدات عینی تری داشته باشند.
عکاسی از تولید و ارسال عکس ها به ابر برای تجزیه و تحلیل به AgShift اجازه می دهد تا از بینایی کامپیوتر و الگوریتم های یادگیری عمیق برای ارزیابی کیفیت محصول هر بار که در سفر خود بازرسی می شود، استفاده کند.
Jha گفت: «دیجیتال سازی و اتوماسیون واقعاً بر کارایی تأثیر می گذارد.
بازرسی های دقیق تر به فروشندگان بینش بهتری در مورد ماندگاری و قیمت محموله های خاص محصول می دهد. دانستن کیفیت هر جعبه توت فرنگی - و سایر مواد فاسد شدنی - به عنوان پایه ای برای بسیاری از تصمیمات در زنجیره سرد غذایی عمل می کند.
فناوری قبل از کاشت
زنجیره تامین مواد غذایی به خوبی قبل از کاشت بذرها در زمین شروع می شود. کشاورزان تولیدی به معنای واقعی کلمه هر اینچ از مزرعه را با فناوری GPS ترسیم کنند، از قبل می دانند که چه عواملی می توانند بر محصولات برنامه ریزی شده تأثیر بگذارند.