Dei milioni di tonnellate di cibo che ogni anno finiscono nelle discariche, circa il 30% proviene dalla fase di produzione e trasformazione degli alimenti, con circa il 52% che si accumula nelle famiglie domestiche e il 18% a livello di vendita al dettaglio.
Nel progetto Resource-efficient Intelligent Foodchain ( REIF ), il Fraunhofer Institute for Casting, Composite and Processing Technology IGCV ha collaborato con 30 partner per cercare modi per ridurre lo spreco alimentare implementando l'IA nell'ecosistema di trasformazione alimentare.
L'intelligenza artificiale può essere una risorsa preziosa. Formaggio, pane, carne e altri prodotti alimentari possono essere prodotti in modo efficiente utilizzando algoritmi basati sui dati. I metodi di apprendimento automatico potrebbero essere utilizzati per ottimizzare le vendite e la pianificazione della produzione, nonché i sistemi di controllo dei processi e degli impianti.
Ridurre al minimo la sovrapproduzione ed evitare gli sprechi
Ci sono varie cause di spreco evitabile, che vanno dalla sovrapproduzione, alle fluttuazioni della qualità delle materie prime, al fatto che il cibo non soddisfi specifici requisiti estetici.
Il team REIF si è concentrato su prodotti lattiero-caseari, carne e prodotti da forno, con sprechi che si verificano principalmente su questi prodotti perché possono deteriorarsi rapidamente.
"Due aspetti sono fondamentali per ridurre in modo significativo le perdite di cibo in questi settori: ridurre al minimo la sovrapproduzione ed evitare gli sprechi", ha affermato Patrick Zimmerman, scienziato del Fraunhofer IGCV e membro del consorzio.
Zimmerman, il collega ricercatore Philipp Theumer e altri cinque colleghi hanno iniziato ad analizzare come è possibile ottimizzare i potenziali interni di un'azienda, come impianti e macchinari o pianificazione e controllo della produzione, per ridurre gli sprechi utilizzando metodi di intelligenza artificiale.
“Applichiamo l'IA all'intera catena del valore, in particolare negli impianti di produzione. Per farlo, adattiamo e selezioniamo gli algoritmi adatti alla rispettiva applicazione ", ha affermato Zimmerman.
"Guardiamo alla prevedibilità e controllabilità in tutte le aree - dalla produzione in fattoria alla vendita al supermercato - per ottimizzarne il potenziale".
"La sovrapproduzione e lo spreco possono essere evitati facendo previsioni mirate sul fabbisogno alimentare, migliorando la prevedibilità e la controllabilità dei processi di creazione di valore e riducendo la perdita di cibo legata alla qualità", ha aggiunto Theumer.
Benefici pratici
I potenziali per l'implementazione dell'IA sono molto diversi. Zimmermann spiega come esempio l'utilizzo di un mixer per carne.
“La temperatura e la durata del processo di miscelazione influenzano la data di scadenza dei prodotti a base di carne. Se utilizziamo algoritmi di intelligenza artificiale per ridurre al minimo la quantità di energia ammessa al processo di miscelazione, possiamo estendere la data di scadenza, che a sua volta ottimizza i tempi di vendita al supermercato e riduce le perdite di cibo ".
A livello di sistema, la maggior quantità di rifiuti alimentari si verifica all'accensione. Questo perché i parametri ottimali devono essere prima identificati e quindi nel frattempo si producono rifiuti.
"Ad esempio, stiamo applicando sensori intelligenti e algoritmi di intelligenza artificiale ad autoapprendimento per perfezionare il processo di schiumatura durante la produzione di basi per torta al primo tentativo", ha detto Zimmermann.
Informazioni collegate per tutte le fasi della catena alimentare
A lungo termine, i partner del progetto REIF stanno cercando di stabilire un ecosistema IT e creare un mercato virtuale.
In futuro, i ricercatori prevedono che le aziende forniranno gli algoritmi AI che hanno implementato a tutti i partecipanti su questa piattaforma. Un altro obiettivo è mettere in rete i dati di tutte le aziende coinvolte nel progetto per aumentare il valore aggiunto all'interno della complessa rete di valori dell'industria alimentare.
“L'esperienza di un'azienda può essere trasferita a un'altra organizzazione. Più dati vengono resi disponibili, migliore sarà il training del modello AI ”, ha affermato Zimmermann.
Il mercato online è il luogo in cui i partner del progetto possono scambiare i propri dati. In definitiva, le società di produzione possono controllare meglio i loro processi di produzione beneficiando delle previsioni di vendita dei dati di vendita. I dati raccolti dai supermercati saranno inclusi nelle previsioni.
Zimmermann ha affermato che se i ricercatori riuniscono una serie di fattori come il comportamento dei clienti, i livelli di inventario e le date di scadenza, potrebbero effettuare aggiustamenti dinamici dei prezzi su prodotti specifici nei supermercati.
“Il continuo aggiustamento giornaliero dei prezzi eviterà la drastica riduzione dei prezzi che siamo abituati a vedere poco prima della data di scadenza e prolungherà il tempo di vendita. Di conseguenza, è più probabile che un prodotto venga acquistato prima di passare per lo smaltimento e anche il profitto complessivo aumenta ", ha affermato Zimmermann, spiegando il principio dell'adeguamento dinamico dei prezzi.
Ciò garantisce il massimo profitto per il rivenditore riducendo gli sprechi e la sovrapproduzione. L'intera catena di distribuzione trae vantaggio dall'idea di condividere le informazioni, che includono anche dati esterni.
“Se le previsioni del tempo sono buone, i supermercati vendono molta carne alla griglia. I produttori di carne possono regolare di conseguenza il loro volume di macellazione e, viceversa, ridurre la produzione in caso di maltempo ", ha affermato Zimmermann, spiegando il concetto di ecosistema IT. E anche il cliente finale ne trarrebbe vantaggio: in caso di maltempo, il prezzo della carne alla griglia potrebbe essere ridotto in un momento precedente, risparmiandogli di stare sullo scaffale. Sistemi di previsione come questi potrebbero essere offerti anche sulla piattaforma online.
I partner del progetto sono attualmente nella fase di ideazione, con i primi test pratici che inizieranno presto nel 2021.
fonte: www.foodprocessing.com
=> Seguici su Twitter - https://twitter.com/Cru_Rz
=> Seguici su Telegram - http://t.me/RifiutiZeroUmbria
