O recall de alimentos pode ser coisa do passado se a inteligência artificial (IA) for utilizada na produção de alimentos, de acordo com um estudo recente da UBC e da Universidade de Guelph.
O custo médio de um recall de alimentos devido à contaminação bacteriana ou microbiana, como E. coli, é de US$ 10 milhões, de acordo com o coautor do estudo, Dr. Rickey Yada, professor e reitor da faculdade de sistemas terrestres e alimentares da UBC.

Conversamos com o Dr. Yada sobre como a IA pode ajudar a otimizar os sistemas atuais usados ​​na indústria de processamento de alimentos e como ela pode ajudar a tornar nosso suprimento de alimentos mais seguro.

Quais são algumas das limitações atuais quando se trata de processamento de alimentos?

O desafio atual é que os problemas de segurança alimentar tendem a aparecer após o fato, uma vez que os produtos foram enviados, vendidos ou, em alguns casos, já consumidos. Isso leva a recalls que são prejudiciais tanto economicamente quanto em termos de reputação.

Existem atualmente duas formas de obter indicadores de segurança alimentar. A primeira é analisar os dados depois que um produto alimentício foi processado e é um produto final para ver se algum problema surge (também conhecido como fatores de atraso), e a segunda é coletar dados sobre indicadores de alerta - como a eficácia de um programa de segurança alimentar exercícios de treinamento - e prever problemas que possam surgir a partir disso (conhecidos como fatores principais).

O desafio com os fatores defasados ​​é que os problemas só podem ser percebidos depois que o produto alimentício já foi vendido e consumido.

Como a IA fornece uma solução que pode melhorar a segurança alimentar?

Acho que o poder da IA ​​e do aprendizado de máquina é a capacidade preditiva; pode ajudar a indústria alimentícia a tomar medidas mais cedo para reduzir a ocorrência de doenças transmitidas por alimentos em suas operações.

Nesse caso, trata-se de mudar o setor para uma abordagem orientada por dados. O uso da IA ​​pode aumentar a precisão e a eficiência no processamento de alimentos e pode ser um método preventivo para nos ajudar a otimizar os processos, o que acaba diminuindo as chances de mais surtos bacterianos nos produtos.

Como seria isso na prática?

Se otimizarmos os dados que temos dos sistemas atuais de processamento de alimentos com aprendizado de máquina, isso pode compensar algumas das limitações que enfrentamos ao enviar alimentos. Atualmente, as máquinas de processamento de alimentos geram dados, mas muitas vezes cabe aos humanos interpretar esses dados. Por exemplo, o trabalho de uma máquina pode ser filtrar maçãs vermelhas de maçãs verdes, mas no final da linha cabe a um humano decidir se é vermelho o suficiente ou não. Isso pode criar ineficiências em alguns cenários.

A ideia é fazer com que as máquinas pensem como o cérebro humano. Para que os erros e ineficiências atuais da intervenção humana – que às vezes podem comprometer a segurança alimentar – possam ser previstos pela IA e, finalmente, diminuídos ou eliminados.

Outra aplicação promissora é usar a IA para analisar os dados comportamentais de trabalhadores humanos na linha de processamento. Na prática, isso pode significar que os trabalhadores preencham uma rápida pesquisa semanal online sobre a cultura do local de trabalho. O processamento de linguagem natural seria então usado para analisar suas respostas e criar uma medida quantitativa da cultura de segurança alimentar. A empresa pode prever a probabilidade de problemas de segurança alimentar observando as tendências na cultura de segurança alimentar e combinando-as com outros dados relacionados à segurança alimentar e tomando medidas oportunas para reduzir a chance de um surto.

Isso significaria que os humanos podem eventualmente ser substituídos por máquinas?

Neste caso, trata-se de encontrar uma solução baseada em dados para como podemos usar a inteligência artificial para combinar a intervenção humana com a intervenção da máquina. É a combinação de ambas as coisas que nos permitirá ter um modelo preditivo mais forte em torno das questões de segurança alimentar.

Este estudo foi publicado no Trends in Food Science &Technology Journal . + Explorar mais

Comida personalizada da impressora 3D