Różnica między nadzorowaną i nienadzorowaną sztuczną inteligencją w inspekcji żywności

Ten artykuł pierwotnie ukazał się w Żywność i napoje napojów Wielka Brytania.

Podniecenie związane z inspekcją opartą na sztucznej inteligencji jest niezaprzeczalne. Jednak ważne jest, aby przetwórcy żywności uznali, że nie wszystkie technologie sztucznej inteligencji są równe.

Jak technologie kontroli żywności AI „uczą się”?

Chociaż istnieje wiele niuansów, istnieją dwa sposoby szkolenia systemu kontroli produkcji żywności AI. Pierwsza metoda nazywa się „Szkoleniem nadzorowanym”. W nadzorowanej sztucznej inteligencji system wyświetla kilka akceptowalnych i niedopuszczalnych obrazów produktów w celu stworzenia modelu sztucznej inteligencji. Wszystko, od siniaka na ziemniaku po papier na linii wykończenia wołowiny, może stać się modelem AI.

Dzięki zastosowaniom nadzorowanej sztucznej inteligencji ekspert zajmujący się szkoleniem dla ludzkiej sztucznej inteligencji nieustannie kieruje lub koryguje sztuczną inteligencję w podejmowaniu decyzji. Z biegiem czasu sztuczna inteligencja zaczyna samodzielnie dokonywać kontroli jakości lub kontroli materiałów obcych, ale element ludzki pozostaje kluczowy dla systemu.

Ponieważ nadzorowane technologie sztucznej inteligencji podejmują decyzje na podstawie danych używanych do szkolenia modeli, mogą mieć trudności z wykryciem anomalii lub obcych materiałów, które nie są zawarte w ich zestawie danych szkoleniowych. Wykwalifikowany naukowiec danych może przeszkolić model, aby wykrywał nieoczekiwane, ale z niższym stopniem dokładności.

Inną metodą szkolenia AI jest „Szkolenie bez nadzoru”. Nienadzorowana sztuczna inteligencja może podejmować własne decyzje dotyczące cech produktu, anomalii lub obcych materiałów bez wyraźnych przykładów lub wskazówek. Nienadzorowane systemy sztucznej inteligencji uczą się swoich kryteriów autonomicznie, co oznacza, że mogą dostosowywać się do zmian procesów lub zmian materiałów obcych w czasie. Niemniej jednak ich wyniki mogą być nieprzewidywalne i ryzykowne.

Chociaż rzadko można znaleźć prawdziwie nienadzorowaną aplikację sztucznej inteligencji w kontroli produktów spożywczych, procesor może wdrożyć swój system sztucznej inteligencji bez odpowiedniego szkolenia operatora w celu skorygowania sztucznej inteligencji, jeśli jego dokładność zmienia się. Niewykryte przedmioty obce mogą prowadzić do kosztownych wycofywania produktów.

W niektórych przypadkach, nienadzorowany model może być bardziej zdolny do wykrywania nieprzewidzianych anomalii, jednak wiąże się z rosnącą liczbą fałszywie alarmów, które powodują kosztowne marnotrawstwo produktów.

Zadaj właściwe pytania dostawcy technologii AI

Uważaj na dostawców technologii, którzy oferują gotową platformę sztucznej inteligencji typu plug-and-play. Szkolenie systemu kontroli AI jest procesem iteracyjnym, który może zająć trochę czasu w zależności od złożoności funkcji produktu lub obcych materiałów, które operator chce wykryć. Każda linia przetwarzająca — nawet w tym samym zakładzie — jest wyjątkowa. Wdrożenie systemu sztucznej inteligencji i oczekiwanie, że natychmiast zrozumie produkty i różne materiały, które operatorzy chcą sprawdzić lub wykryć bez silnego programu szkoleniowego zarządzanego przez eksperta sztucznej inteligencji, prawdopodobnie przyniesie niepożądane rezultaty.

Technologie kontroli sztucznej inteligencji są kluczem do pomocy przetwórcom żywności w maksymalizacji wydajności i rozwiązywaniu problemów związanych z pracą, ale są tak dobre, jak wsparcie i szkolenia, które otrzymują.

‍