Maciej Ratajczak – Coraz częściej i szerzej słyszymy o zastosowaniu sztucznej inteligencji w przemyśle. Jedną z takich koncepcji jest Firecrux?
GreenLogic dostawca rozwiązania Firecrux – Firecrux jest nie tylko koncepcją, ale i gotowym rozwiązaniem wdrożonym m.in. w jednej z norweskich przetwórni łososia. Aplikacja wykorzystuje algorytmy sztucznej inteligencji, które w przypadku rozwiązań dla przemysłu dokonują detekcji zanieczyszczeń na zdjęciach RTG/X-RAY na liniach produkcyjnych w trakcie produkcji żywności. To wyjątkowa technologia i bardzo skuteczna, co potwierdziliśmy w trakcie skanowania ponad 15 000 000 produktów (pakowanego łososia surowego i wędzonego). W obecnym stadium system detekcji cechuje się skutecznością łączną (FP, TP) na poziomie 99%.
MR – Czyli rozwiązanie stanowi połączenie specjalistycznego oprogramowania i skanerów?
GreenLogic – Pełny system detekcji zanieczyszczeń w trakcie procesu produkcyjnego wykorzystuje maszynę skanującą żywność oraz jednostkę obliczeniową z zainstalowaną aplikacją detekcyjną. Całość połączona jest w ramach prywatnej chmury wewnątrz fabryki, którą wykorzystujemy do synchronizacji modeli klasyfikacyjnych znajdujących się na wszystkich liniach produkcyjnych. Istnieje jednak możliwość skorzystania wyłącznie z samej aplikacji, ponieważ maszyna skanująca jest jedynie źródłem obrazu służącym sztucznej inteligencji do nauki, a następnie dokonywania detekcji.
MR – W jakich obszarach produkcji żywności rozwiązanie może znaleźć zastosowanie?
GreenLogic – Obecnie skupiliśmy się na przemyśle spożywczym, w szczególności w produkcji ryb i w tym obszarze posiadamy świetnie wyuczone modele detekcyjne. Możliwości aplikacji są jednak dużo szersze, a proces wytwarzania modeli klasyfikacyjnych (AI) możliwych do implementacji w rzeczywistych warunkach produkcyjnych wciąż się skraca i obecnie trwa maksymalnie 6 miesięcy.
MR – Rozwiązanie wydaje się też uniwersalne pod kątem działów technicznych, utrzymania ruchu czy ogólnie bezpieczeństwa samego zakładu w przypadku np prób dywersji?
GreenLogic – Dokładnie tak. Jak wspomniałem wcześniej, w przypadku detekcji ciał obcych w rybach posługujemy się danymi zarejestrowanymi na zdjęciu RTG, ale dla algorytmu AI źródło danych może być w zasadzie dowolne. Może to być zwykłe zdjęcie, fragment filmu, czy jakiś schemat, do którego będziemy porównywali dane wsadowe poszukując odchyleń. Równie dobrze jak poszukujemy zanieczyszczeń w rybach, możemy ich szukać w mięsie, przetworzonych owocach. Jeżeli zajdzie taka potrzeba, możemy wyszkolić algorytm w poszukiwaniu np. bąbli powietrza w elementach szklanych.
MR – Temat prewencji i bezpieczeństwa żywności chyba nigdy nie był tak aktualny jak obecnie?
GreenLogic – Prewencja i bezpieczeństwo nie wychodzą z mody, szczególnie gdy mówimy o dużych producentach, dla których silna marka budowana latami bezsprzecznie wpływa na wysokie poziomy sprzedaży. Firecrux nie tylko jest narzędziem, które zabezpiecza samą markę, ale również wzmacnia pozycję negocjacyjną producenta, który przed każdym nowym kontraktem jest bardzo dokładnie sprawdzany przez audytorów potencjalnego nowego klienta. Aktualna sytuacja pandemiczna faktycznie ujawniła wiele miejsc, gdzie o bezpieczeństwie się nie myślało lub zabezpieczane ono było w wadliwy lub niepełny sposób. To tylko pokazuje, że miejsc i możliwości zastosowania takich rozwiązań jak nasze nigdy nie zabraknie.
MR – Program jest relatywnie nowy. Czy możecie pochwalić się już jego udanym wdrożeniem?
GreenLogic – Firecrux jest obecnie wdrożony w fabryce firmy Milarex, gdzie zabezpiecza wszystkie 14 linii produkujących łososia w wielu odmianach (surowy, wędzony, gotowany). Prowadzimy jednak rozmowy lub jesteśmy na etapie PoC z 7 innymi producentami. Już teraz widzimy bardzo dobre wyniki również w branży mięsnej i przetworów mlecznych.
MR – Plany rozwoju dla koncepcji w najbliższej przyszłości?
GreenLogic– Skupiamy się nad optymalizacji wyników z PoC realizowanymi z potencjalnymi klientami oraz pracujemy nad prototypem skanera RTG, który nie będzie wymagał żadnej ingerencji w obraz celem dokonania detekcji, a tym samym pozwoli przyspieszyć działanie maszyny skanującej 5-6 krotnie względem konkurencyjnych rozwiązań dostępnych obecnie na rynku. Nowy skaner to również nowe możliwości wykorzystania AI nie tylko do detekcji zanieczyszczeń, ale także do rozpoznawania skanowanego produktu. To krok milowy w kwestii dynamicznego przezbrajania linii produkcyjnej pod inny typ produktów. Obecnie trwa to około 30 minut, a nowy system zrobi to w 1 sekundę.
Nasze rozwiązanie spotkało się z uznaniem i zainteresowaniem firmy Intel, co poskutkowało zaproszeniem do programu AI Builders. Mamy nadzieję, że zakończenie formalności pozwoli zaistnieć nam szerzej na arenie międzynarodowej.
Skontaktuj się z dostawcą i umów bezpłatne konsultacje: