En utilisant l’IA pour concocter une tasse parfaite de café
Le café a changé le cours de l’histoire du monde depuis son apparition sur les lieux au XVe siècle, et il est devenu non moins essentiel dans les années qui ont vu le jour. Le monde a consommé 22 milliards de livres de café en 2019, selon l’Organisation internationale du café.
Même si les racines de cette boisson sont anciennes et profondes, le processus fastidieux de contrôle de la qualité qu’il exige attend depuis longtemps une mise à niveau- mise au point par les chercheurs de Taïwan et du Pérou avec l’aide de la technologie et du soutien de Lenovo.
Bien que plus de 150 millions de personnes boivent du café chaque jour aux États-Unis seulement, peu de gens savent à quel point le processus qui apporte leurs haricots de la ferme à la tasse peut être horrible.
Il ya autant de défauts potentiels différents dans un haricot que il ya de délicieux profils de saveur dans une tasse de café fini et de qualité contrôlée. Une haricot donnée peut être débordée, taillée, ou vertâtre et non iride. Il peut être perforé par des morsures d’insectes, bordé de champignons ou contaminé par de la matière étrangère.
Tous ces défauts et plus encore doivent être soigneusement examinés par le fabricant, et les produits existants qui ont été fabriqués de manière à faciliter le processus ne peuvent créer qu’une discrimination comparativement rudimentaire basée sur la couleur et la forme.
Jusqu’à récemment, cela signifiait un processus manuel épuisant avec des résultats imparfaits. C’est un problème, d’autant plus que dans le cas de certains types de défauts, quelques haricots troublés peuvent salir le goût d’une lots entier.
Or, les chercheurs de l’université Yuan Ze de Taïwan et les collaborateurs du Pérou ont mis au point un moyen d’apporter le pouvoir de l’intelligence augmentée au secours, avec des avancées alimentées par les services de Lenovo. informatique haute performance système et échafaudé grâce à l’appui d’un Le centre d’innovation en IA de Lenovo.
« Le travail est très difficile et pénible », a déclaré le professeur Yun-Chia Liang de l’Université Yuan Ze. « Nous n’essayons pas de remplacer les travailleurs, mais d’essayer de mettre au point un système pour les aider. »
Peruvian collaborators Prof. César Beltrán Castañón and Dr. Christian E. Portugal Zambrano
apporté des idées sur le processus pénible de tri des haricots.
« Chaque fois qu’ils ont la récolte des grains de café, ils ont une main d’uvre intensive là-bas. Tout le monde reste assis dans une rangée et tente de choisir ceux qui sont défectueux manuellement. Donc, nous avons pensé, si nous avons une chance de mettre au point un tel système, nous pouvons certainement les aider à améliorer la qualité de leurs inspections », a expliqué Liang.
Bien qu’il soit complexe à développer, le système est relativement simple à comprendre. Les haricots vont dans un feeder où leurs images sont capturées par une caméra. Ensuite, l’IA deep learning est utilisée pour les étiqueter, déterminer rapidement avec un niveau élevé de précision et de précision si un haricot est utilisable ou défectueux. Ce processus d’inspection et de classification utilise un seul algorithme.
Les données existantes sur les graines de café de Central de Collaborativas Agrarias Cafetaleras de los Valles de Sandia (Pérou) ont été utilisées pour former la topologie du modèle d’apprentissage profond qui permet plus facilement que jamais auparavant de séparer les haricots bons des mauvais.
Les systèmes informatiques haute performance de Lenovo, comme ThinkSystem, ont contribué à la rapidité du processus complexe.
SOLUTIONS EN VEDETTE
Analyse Lenovo
IA
Informatique haute performance Lenovo
Centre de données
Solutions
Nous n’essayons pas de remplacer les travailleurs, mais nous essayons de mettre au point un système qui les aide.
— Prof. Liang, Yuan Ze University
« Nous avons eu la chance d’utiliser le ThinkSystem de Lenovo, ce qui est en plein essor de notre puissance informatique, », a déclaré Liang.
Puisque les imperfections peuvent survenir à travers des phases allant de la récolte au transport et à la livraison jusqu’à la torréfaction, la technologie pour faciliter le dépistage des haricots facilitera certainement les choses pour un éventail de personnes tout au long de la chaîne d’approvisionnement.
Le monde a consommé 22 milliards de livres de café en 2019, selon l’Organisation internationale du café.
Et les résultats potentiels sont puissants. Contrôler avec succès les problèmes de qualité des grains de café peut faire la différence entre une tasse de café avec une acidité équilibrée et une qui est comme le vinaigre; il peut signifier la différence entre une tasse avec des arômes de chocolat chaud et riche et une qui sent et goûte comme la moisissure.
Cette distinction simple, mais puissante n’est qu’une façon que l’intelligence artificielle mène à une production moins fluide pour les entreprises, à une main-d’uvre moins épuisante pour les travailleurs et à de meilleurs produits pour les consommateurs - de sorte que des millions de personnes dans le monde entier peuvent commencer leur matinée avec cette tasse parfaite de café.
CHAÎNE D'APPROVISIONNEMENT
CHAÎNE D'APPROVISIONNEMENT
