Sztuczna inteligencja napędzająca postępy w automatycznym sortowaniu ziemniaków, klasyfikacji

Ten artykuł pierwotnie ukazał się w numerze magazynu Spudman. Kliknij tutaj, aby wyświetlić artykuł na stronie internetowej publikacji.

Melinda Waldrop, redaktor zarządzający, magazyn Spudman

Wada Farms z siedzibą w Idaho uprawia ponad 30 000 akrów ziemniaków i innych produktów, prowadzi szopę do pakowania o powierzchni 140 000 stóp kwadratowych i zarobiła 37,5 miliona dolarów przychodów w 2025 roku. Jako jeden z największych w kraju producentów świeżych ziemniaków i cebuli, operacja dostrzegła z pierwszej ręki postępy możliwe dzięki innowacjom opartym na sztucznej inteligencji.

Firma, należąca do rodziny od 1943 roku, była również świadkiem potęgi udaru szczęścia.

Wada Farms, wczesny adapter najnowocześniejszych automatycznych systemów wykrywania i sortowania ziemniaków SiFTai firmy KPM Analytics, poprawił dokładność i wydajność, jednocześnie zmniejszając pracę nawet o 80% od czasu współpracy z firmą technologiczną z Massachusetts, powiedział Kip Yeates, wiceprezes Wada Farms ds. świeżych operacji. Ale żadne z tych osiągnięć mogło się wydarzyć bez przypadkowego spotkania prawie dziesięć lat temu.

„Byliśmy pustą stroną, jeśli chodzi o sztuczną inteligencję” — powiedział Yeates Spudmanowi. „Ktoś jeździł ciężarówką i wyciągał ziemniaki z naszego budynku i pomyślał, że jego szwagier może być zainteresowany próbą pomocy nam”.

Ten szwagier był powiązany z ekspertami od systemów wizyjnych opartych na sztucznej inteligencji Smart Vision Works, który został przejęty przez KPM w 2023 roku.

Założona przez doktorów, którzy byli dobrze zorientowani w kodowaniu, ale nie tak głęboko zakorzenieni w rolnictwie, Smart Vision Works „szukał dobrych miejsc w żywności, aby zastosować tę technologię, którą dobrze znaliśmy” - powiedział Curtis Koelling, wiceprezes ds. produktów KPM.

Wynikająca z tego współpraca między firmą technologiczną a hodowcą ziemniaków wywołała udane partnerstwo i obiecujący nowy kierunek dla branży systemów wizyjnych.

Problem z ziemniakami

Historycznie, systemy wizyjne nie wkraczały w wymiarowanie i sortowanie ziemniaków z prostego powodu: brązowe ziemniaki, podobnie jak rdzawice, które są jedną z czterech głównych odmian uprawianych przez Wadę, zdezorientowały obraz technologii różnicowania kolorów szeroko stosowanej przez te systemy.

„Ziemniaki Russet są brązowe” - powiedział Jeremy West, krajowy przedstawiciel handlowy KPM ds. kontroli wzroku ziemniaków. „Ich wady są w większości brązowe. Więc naprawdę trudno jest użyć różnicowania kolorów, aby stwierdzić”.

Koelling dodał: „Wiele osób zostało spalonych przez technologię wizyjną, która przesadza i niewystarcza. Wdaje im kwaśny smak w ustach”.

Yeates, po pierwsze, nie był od razu zaangażowany w ten pomysł.

„Potrzebowałem dużo przekonywania” - powiedział. „Byłem prawie pewien, że będzie to najtrudniejsza rzecz, jaką podjęli do tego momentu w przypadku systemów wizyjnych. W przypadku russetów możliwość zidentyfikowania tego, co jest po prostu niespójne w siatce lub kolorze ziemniaka w porównaniu z rzeczywistą wadą, byłaby niezwykle trudna”.

Yeatesa zachwycił film pokazujący, że technologia Smart Vision Works identyfikuje i usuwa kawałek drewna z boczku.

„Z trudem mogłem rozpoznać drewno gołym okiem. Musieli faktycznie oddzielić go z obrazu, żebym mógł zobaczyć, gdzie to jest, - powiedział Yeates. „W ten sposób mnie przekonali... Minęło trochę czasu. To osiem lub dziewięć lat w przygotowaniu. Przeszliśmy do punktu, w którym mogliśmy uzyskać większy rozmiar niż cokolwiek, co widzieliśmy wcześniej, z dużym marginesem”.

Wada zaczęła od małego, wykorzystując zmodernizowany system kamer do rozmiaru ziemniaków „bez żadnego elementu sortowania, aby mogli na nie patrzeć i uzyskać poprawne wymiary za pomocą systemu wizyjnego - uzyskać długość, szerokość i wysokość - a następnie uruchomić to przeciwko współczynnikowi gęstości, aby określić objętość ziemniaka” - powiedział Yeates. „Następnie rozpoczęliśmy drogę klasyfikacji, usuwając wady i stworzyliśmy model, który pozwoliłby nam klasyfikować ziemniaki zgodnie ze standardami USDA i pozbyć się połamanych, zielonych i posiniaczonych ziemniaków”.

Zgodnie ze standardami USDA „możesz mieć pewną powierzchnię pokrywającą wadę” - powiedział West. „O ile mi wiadomo, nie ma innego systemu, który faktycznie mierzy rozmiar defektu i podaje procent powierzchni, tak jak my. To bezpośrednio koreluje ze standardem USDA i standardami, które są również ustalane przez klienta”.

Technika w pracy

Systemy sortowania, rozmiaru i sortowania SifTai wykorzystują zaawansowane algorytmy widzenia i sztucznej inteligencji do dokładnego pomiaru ziemniaków, wykrywania defektów i zapewnienia jednolitego rozmiaru.

System obejmuje:

• Inteligentny stół do sortowania i wykrywanie materiałów obcych
• Wielopasmowy system sortowania, wymiarowania i sortowania ziemniaków
• System wykrywania materiałów obcych do produkcji żywności (stosowany głównie w odpryskiwaniu i przetwórstwie)
• Zautomatyzowany sorter

Początkowo systemy Smart Vision Works nie zawierały sprzętu, powiedział Koelling.

„Właśnie zintegrowaliśmy się z istniejącą maszynerią i zapewniliśmy mózg i oczy” - powiedział. „Odkąd zostaliśmy przejęci przez KPM Analytics, nadal rozwijamy się na rynku ziemniaków i oferujemy dodatkowe rozwiązania za pomocą platformy SifTai... Wyszliśmy poza kolor. To już nie tylko próg, że jeśli kolor zmieni się poza tym, jest to zły produkt.

„Niefortunna prawda jest taka, że nawet w tej samej partii kolor skórki ziemniaka może się różnić. Może istnieć skóra, z którą klient może być w porządku. Nasz model AI został przeszkolony na milionach ziemniaków - różnych odmian z różnych pór roku, z różnych pól, różnych lokalizacji. Jest teraz bardzo ekspertem w identyfikowaniu wad, a nie tylko „kolor jest trochę zły”.

W zależności od wielkości operacji i używanego sprzętu, przetwórcy ziemniaków i pakowacze mogą zobaczyć zwrot z inwestycji w ciągu od 10 miesięcy do trzech lat, powiedział West.

Yeats powiedział, że Wada Farms zmniejszyło zapotrzebowanie na pracę o 75% do 80%, jednocześnie poprawiając dokładność sortowania.

„Rodzaj pracy, którą wykonujemy, to ciężka praca i po prostu nie widzimy ludzi, którzy chcą wykonywać tego rodzaju pracę” - powiedział. „Umysł sztucznej inteligencji nie będzie wędrował. Pozostaje na skupieniu i na celu. Zrobi to, co mu kazano. Zasadniczo jeden robot może uzyskać równoważne (produkcyjne) cykle dwóch osób.... To znacznie lepsze niż kiedykolwiek mogliby zrobić ludzie”.

Automatyczna droga naprzód

Oprócz przemysłu owocowo-warzywnego, KPM, z ponad 100 klientami w ponad 100 krajach, współpracuje również z sektorami, w tym napojami, przekąskami, zbożami i zbożami, zgodnie z jej stroną internetową.

Obecność ziemniaków napędza jego wzrost - a także aktualizacje technologiczne konkurentów, powiedział West.

„Ponad 70% sortowania pasów to nasza wizja SifTai w Idaho, teraz w poszukiwaniu ziemniaków” - powiedział. „Konkurencja napędza innowacje, a innowacja była naprawdę dobra dla hodowców i magazynów”.

West podkreślił, że KPM pracuje nad nawiązaniem partnerstwa z hodowcami, wykorzystując informacje zwrotne do ulepszania swoich produktów, jednocześnie umożliwiając klientom dostęp i zastosowanie danych firmy do ich działalności. Na przykład dane firmy mogą wykazywać częstość występowania siniaków ciśnieniowych, co może wskazywać na zbyt głębokie stosy magazynowe lub problem ze sprzętem.

„Jeśli kiedykolwiek wpuścisz hodowcę do szopy, pierwszą rzeczą, którą zrobi, jest przyjrzeć się temu, co jest na pasie do usuwania i zobaczyć, co się dzieje” - powiedział West. „Nie chce widzieć żadnych dobrych ziemniaków na tym pasie do cięcia. Ale aby móc wziąć te informacje o każdym ziemniaku i zwrócić mu te informacje... jest wiele informacji, które możesz wysłać w obie strony”.

Patrząc w przyszłość, West widzi dodatkowe możliwości sztucznej inteligencji dla pakowaczy i przetwórców ziemniaków - także zanim produkt dotrze do szopy.

„Jest jeszcze dużo więcej postępów, które możemy poczynić. Niezależnie od tego, czy chodzi o interfejsy użytkownika, czy wewnętrzne wykrywanie wad, jest to bardzo otwarty rynek” - powiedział. „Wciąż jest wiele obszarów, które muszą być obsługiwane. Obejmuje to również ekspansję na poziom gospodarstwa. Jest wiele rzeczy, które można zrobić, aby pomóc, zanim ziemniaki zostaną nawet umyte”.

Yeates, niegdyś sceptyk, teraz chce zobaczyć, co przyniesie przyszłość AI. Przedstawia postępy „udoskonalające to, co istnieje, prawdopodobnie nadając mu trochę więcej koni mechanicznych. Musimy rozwijać tę moc obliczeniową, abyśmy mogli robić więcej rzeczy i robić je szybciej”.

Jeśli ostatnia dekada jest jakąkolwiek wskazówką, wizja ta stanie się rzeczywistością.

„Technologia w ciągu ostatnich 10 lat była skokowa” - powiedział West. „Wspaniale jest widzieć, że ludzie naprawdę zwracają uwagę na rynek ziemniaków, ponieważ jest to naprawdę jeden z najcenniejszych rynków.

„Hodowcy ciężko pracują, aby wyhodować swój produkt i nie ma powodu, dla którego nie powinniśmy używać najlepszej technologii, aby pomóc im uzyskać najlepszy zwrot, aby mogli nadal być rolnikami w trudnych latach i prosperować w dobrych latach”.