Времена, когда приходилось покупать твёрдые как камень авокадо в надежде избежать кашицы вместо плода, возможно, скоро уйдут в прошлое. Исследователи машинного обучения из Университета штата Орегон (OSU) разработали программу искусственного интеллекта, которая визуально оценивает качество и спелость авокадо.
Создатели программы не собираются предлагать свой инструмент только крупным фермерским хозяйствам. Они надеются, что обычные люди смогут использовать программное обеспечение ИИ на своей кухне и в продуктовом магазине с помощью смартфона.
Авокадо богаты витаминами, минералами и ненасыщенными жирами. Но они также являются одним из самых больших экологических потребителей в сельскохозяйственной отрасли. Требования к воде и удобрениям в сочетании с относительно низкой урожайностью означают, что углеродный след от одного авокадо примерно вдвое больше, чем от банана, и в пять раз больше, чем от яблока. Кроме того, стоит учесть горы пищевых отходов.
🍽️ Подумайте обо всех мягких «суперфудах», которые вы пропускаете в поисках идеального продукта. Подавляющее большинство этих отходов попадает в мусорное ведро, что ещё больше усугубляет воздействие авокадо на окружающую среду.
«Авокадо — одни из самых часто выбрасываемых фруктов в мире из-за перезревания. Наша цель — создать инструмент, который поможет потребителям и розничным продавцам принимать более взвешенные решения о том, когда использовать или продавать авокадо», — объяснила Луяо Ма, исследователь из OSU и соавтор исследования, опубликованного в журнале Current Research in Food Science.
Чтобы решить эту проблему, Ма недавно сотрудничала с коллегами из Университета штата Орегон и Университета штата Флорида над созданием модели ИИ, которая прогнозирует твёрдость и внутреннее качество авокадо сорта Хасс.
Важно, что оценки их программы не повреждают плод. Они основаны исключительно на визуальных деталях, полученных с помощью более чем 1400 фотографий авокадо, сделанных на iPhone.
Хотя предыдущие подходы также использовали изображения и машинное обучение для определения качества продуктов питания, они обычно требовали ручного выбора характеристик и традиционных алгоритмических решений, которые снижали их точность.
«Чтобы преодолеть эти ограничения, мы использовали подходы глубокого обучения, которые автоматически фиксируют более широкий спектр информации, включая форму, текстуру и пространственные закономерности, чтобы повысить точность и надёжность прогнозов качества авокадо», — добавил соавтор исследования Ин-Хван Ли.
В результате появилась программа ИИ, которая на данный момент прогнозирует твёрдость и свежесть авокадо с точностью около 92% и 84% соответственно. Ма, Ли и их коллеги считают, что эти цифры легко улучшатся, если в модель будет добавлено больше изображений авокадо.
Авторы исследования надеются, что их технология будет использоваться не только индивидуальными покупателями с помощью приложения, но и на перерабатывающих предприятиях для сортировки и классификации фруктов в больших объёмах.
Гипотетически, более спелые авокадо могут быть отобраны для отправки розничным продавцам поблизости. Тем временем сотрудники продуктовых магазинов могут использовать версию этой технологии, чтобы определить, какие фрукты следует выставлять на витрину в первую очередь.
«Авокадо — это только начало», — сказала Ма. «Эта технология может быть применена гораздо шире, помогая потребителям, розничным продавцам и дистрибьюторам принимать более взвешенные решения и сокращать количество отходов».
Ма призналась, что выбрала авокадо для исследования не только из-за их высокой рыночной стоимости и большого количества пищевых отходов, но и по личным причинам: она является поклонницей тостов с авокадо.