Baufest lanza desarrollo IA para detectar daños en frutas

La nueva tecnología diseñada por la multinacional especializada en IT busca bajar los números de pérdida a la hora de exportar frutas, sobre todo en Latam, que es el principal proveedor a nivel mundial. Cómo funciona.
 

Image description

Según datos de la cooperativa financiera holandesa Rabobank, un porcentaje inferior al 10% de las frutas producidas a escala mundial son comercializadas internacionalmente, y América Latina es el principal proveedor. Si bien la cifra está en alza, los números podrían ser mucho mejores si se redujeran los porcentajes de pérdida. En la Argentina, según datos del Conicet y de la Universidad Nacional de La Plata (UNLP), se estima que más del 30% de las más de 30 millones de hectáreas cultivadas cada año se desperdicia por distintas razones.
 


Frente a esta problemática, el equipo de Inteligencia Artificial Aplicada de Baufest se puso manos a la obra y utilizando tecnologías de Computer Vision y automatización de crearon una tecnología que permite detectar el estado de los productos en los embarques mediante el uso de Computer Vision que identifica daños o enfermedades de manera automática.
 
“Contar con una solución de Inteligencia Artificial que automatice estos casos permite un ahorro considerable, tanto de costos como de tiempo, y con un alto retorno de la inversión (ROI, por sus siglas en inglés)”, afirma Soledad Álvarez del Sel, practice head de Data & Applied AI, de Baufest.
 


Así, esta nueva tecnología basada en IA permite generar informes confiables del porcentaje de daños en frutas, estado de maduración y su causa, con el agregado de fotografías para detectar la morfología y estado de maduración de la fruta para la construcción de modelos de IA que mejoren el algoritmo de detección.
 
“Una vez definidos se desarrollan los algoritmos de IA que permitan observar específicamente las características establecidas. Aquí la cantidad y calidad de los datos utilizados para el armado del modelo y su tratamiento son fundamentales. El proceso de inferencia o detección de estas características (enfermedades, daños o maduración, entre otros) puede ser ejecutado en cualquier momento del transporte, incluyendo los casos de ingreso y egreso de un contenedor”, indica Álvarez del Sel. “Además, frecuentemente durante el transporte mismo se monitorean variables ambientales (temperatura, humedad, etc.), las que permiten –sumadas a los algoritmos de IA– determinar el estado del cargamento”, agrega.
 

Dejá tu Comentario: (máximo 1000 caracteres)

Comentarios: