Автор Бондар Анастасія 
Активне використання штучного інтелекту виходить далеко за рамки того, що більшість людей уявляли, коли вони вперше його впровадили. Сьогодні штучний інтелект використовується практично в усіх сферах життя – від освіти та медицини до виробництва та екології. Однак для багатьох стало справжнім відкриттям те, що технології штучного інтелекту активно використовуються в харчовій промисловості.
Здавалося б, як можуть допомогти алгоритми там, де традиційно головну роль відіграють люди та ручний контроль якості?
Відповідь на це питання дає Євгенія Ковальчук, експерт з якості та безпеки харчових продуктів, консультант з міжнародної сертифікації, член Міжнародної асоціації захисту харчових продуктів та редколегії World Journal of Advanced Engineering Technology. Його стаття «Інтеграція штучного інтелекту для контролю якості упаковки та маркування», опублікована в Міжнародному журналі мультидисциплінарних досліджень у галузі науки, техніки та технологій, досліджує, як штучний інтелект змінює підхід до контролю якості та прийняття рішень у харчовій промисловості. Ця дослідницька робота отримала міжнародне визнання, отримавши нагороду за видатні наукові досягнення за внесок у розвиток науки. Світова наукова спільнота високо оцінила цю роботу, що є визнанням інноваційного підходу та високих стандартів якості досліджень. Це не тільки підкреслює важливість роботи, але й підтверджує її провідну роль у впровадженні штучного інтелекту в області контролю якості.
На цю тему Євгенія також пише у своїй книзі «Забезпечення якості в харчовій промисловості», яка доступна на Amazon у друкованому та електронному варіантах. Книга отримала високу оцінку, рецензії фахівців з інженерії та контролю якості відзначали її «практичну цінність» і «системний підхід до управління ризиками».
“Традиційні методи контролю якості та ручні перевірки вже не справляються зі складністю сучасних виробничих ліній. Штучний інтелект дозволяє не тільки виявляти помилки, але й запобігати їм до їх появи”, – пояснює експерт.
Алгоритми, які бачать краще за людей
Фахівець пише, що «комп’ютерне око» за допомогою глибоких нейронних мереж (CNN) найкраще вміє виявляти всі можливі дефекти – від подряпин і тріщин до зміщення швів на упаковці.
«Такі системи аналізують зображення високої роздільної здатності зі швидкістю виробничої лінії. Це виключає людський фактор: вони не втомлюються, не відволікаються, не роблять суб’єктивних помилок», – зазначає Євгенія.
Загальна автоматизація робочих процесів (Robotic Process Automation, RPA) також стала незамінним помічником в управлінні повторюваними завданнями контролю якості.
RPA передбачає використання програмних ботів, які виконують функції на основі чітких правил, з високою точністю та послідовністю. Ці завдання включають введення даних, обробку документів, перевірку звітів і керування робочим процесом. Передаючи ці рутинні операції ботам, компанії можуть звільнити людські ресурси для виконання більш складних завдань.
Передбачити, а не реагувати
Впровадження прогностичної аналітики на основі штучного інтелекту стало важливим, оскільки машинне навчання тепер аналізує історичні дані та сигнали датчиків, щоб передбачити, де і коли можуть виникнути проблеми.
За словами експерта, такі системи «дозволяють не чекати, поки виникне проблема, а змінити параметри виробництва до того, як станеться збій».
Завдяки графічним моделям, створеним у статті, Євгенія Ковальчук дозволяє побачити різницю, яка вражає: після інтеграції ШІ рівень браку падає з 8% до 1%, а швидкість перевірки зростає вшість разів – з 200 до 1200 посилок на годину. Такі показники підтверджують встановлення нового стандарту ефективності харчової промисловості.
Від економії до сталого розвитку
Варто зазначити, що поточні екологічні вимоги ЄС щодо перетворення економіки на кліматично нейтральну до 2050 року також вимагають адаптації промисловості. У цьому контексті автоматизація на основі штучного інтелекту в харчовій промисловості зменшує відходи та викиди пакувальних матеріалів.
Євгенія Ковальчук підкреслює, як штучний інтелект допомагає компаніям бути не лише точними, але й стійкими: «Зменшуючи кількість помилок, ми одночасно зменшуємо витрати, кількість переробленої упаковки та використання ресурсів».
Як він зазначає у своїй книзі, використання сенсорів, які підтримуються Інтернетом речей (IoT), дозволяє контролювати критичні параметри – температуру, вологість та інші фактори, що впливають на якість харчових продуктів. Збираючи дані в режимі реального часу, компанії можуть визначити загрози до того, як вони стануть проблемами, і негайно вжити заходів для їх усунення. Це допомагає підтримувати цілісність продукту, запобігає псуванню та зменшує кількість відходів, забезпечуючи проактивне управління якістю, а не реактивний аналіз після виробництва.
Виклики майбутнього
Попри всі переваги впровадження штучного інтелекту у виробничі системи, Євгенія не ідеалізує технологію. Експерт чесно пише про фінансові та етичні виклики, зокрема: про високу вартість обладнання, необхідність мати якісні набори даних або ризик наздоганяти працівників, які виконують ручні перевірки.
«Автоматизація не повинна замінювати людей, а повинна їх доповнювати. Майбутнє ґрунтується на співпраці експертів і алгоритмів», — зазначає автор у розділі «Майбутні тенденції та напрямки досліджень».
Серед перспектив подальшого залучення сучасних технологій – Explainable AI, який дозволить аудиторам і регуляторам точно розуміти, як алгоритм приймає рішення, а також використання блокчейну, тобто безпечної технології розрахунку цифрових даних, для відстеження історії контролю якості на всіх етапах доставки.
Євгенія Ковальчук, як досвідчений експерт, має універсальний підхід до інтеграції штучного інтелекту, автоматизації процесів контролю якості та зменшення харчових відходів. Має значний потенціал для впровадження у виробничі системи різних країн, зокрема США, де ринок все більше орієнтований на активне залучення інновацій. Ця здатність поєднувати науковий аналіз, технології та міжнародні стандарти безпеки дає державним підприємствам технологічну перевагу та гарантує вищі стандарти безпеки для споживачів.