Tekoälyllä laatua ja hävikin vähentämistä elintarviketeollisuudessa

Elintarviketeollisuuden tutkimusstrategian mukaan yksi neljästä elintarvikealan toimintaympäristön muutosvoimasta on digitalisaation tuomat mahdollisuudet elintarvikealan arvoverkkojen, tuotantoteknologioiden ja kuluttajalähtöisten ruokapalvelujen kehittämisessä. Suomessa on korkeaa teknologiaosaamista, laadukasta perustutkimusta elintarvikkeiden hyvinvointivaikutuksista ja väestön ravitsemus- ja terveysdataa, joten Suomi voi nousta kansainvälisesti kilpailukykyisten, räätälöityjen ruokaratkaisujen tarjonnassa kärkimaaksi. (Elintarviketeollisuusliitto, 4–7.)

Elintarviketeollisuus on osa prosessiteollisuutta, jossa tekoälyä voidaan hyödyntää suunnittelussa, logistiikassa, kysyntäennusteiden tekemisessä, tuotantoprosessin optimoinnissa, lopputuotteiden tekemisessä älykkäiksi ja tekoälyn opettamisessa suurella määrällä dataa.  Tekoälyn avulla tuotantoa voidaan räätälöidä, jolloin tehokkuutta voidaan lisätä, vaikka tuotantosarjat lyhenisivät. (Saastamoinen.)

Henkilö, jonka ympärillä on kuvakkeita talosta, AI:stä, ostoskärryistä, dollarista, pilvestä, ylöspäin suuntautuneesta nuolesta jne.
Kuva 1. Tekoäly seuraa kuluttajien makutottumusten muutoksia. (geralt 2020)

Tekoäly seuraa kuluttajien makutottumusten muutoksia

Kuluttajien ostokäyttäytyminen on muuttanut markkinoita. Asiakkaat ovat tottuneet hyödyntämään digiratkaisuja ja arvostavat vaivattomuutta. (Työ- ja elinkeinoministeriö 2022, 2.) Kuluttajien makutottumusten muutoksien seurantaan on kehitetty tekoälypohjainen työkalu, joka havaitsee trendit ja analysoi ja ennakoi makutottumusten muutoksia lähes reaaliajassa. Jos esim. kuluttajat arvostavat luomutuotteita, hyviä proteiinin lähteitä, kestävää viljelyä ja ympäristöystävällisiä pakkauksia, yritykset voivat vastata nopeasti haasteisiin uusien tuotteiden avulla. Työkalu hyödyntää sosiaalisen median eri kanavien keskustelua ja sanoma- ja aikakauslehtien kirjoittelua koneoppimisen, tekstianalytiikan ja luonnollisen kielen tunnistuksen keinoin. (IBM 2019.)

Tekoälyä hyödyntämällä elintarviketeollisuuteen kehitetään röntgenlaitteita, joilla voidaan jäljittää viallisia elintarvikkeita, esimerkiksi löydetään elintarvikkeiden sekaan eksyneet vierasesineet, joita tavalliset röntgenlaitteet eivät näe. Myös virheellisten elintarvikkeiden jäljittämisessä voidaan käyttää tekoälyä ja kohdistaa esim. takaisinveto vain vialliseen erään. (Hertsi 2021.)

Joonas Isoketo ja taustalla Tekoäly tutuksi -hankkeen roll up, jossa teksti Tekoäly tutuksi ja tekoälyllä uutta kipinää liiketoiminnalle. Kuva otettu Tekoäly tutuksi -hankkeen tilaisuudesta.
Kuva 2. Joonas Isoketo Siemensiltä kertoi hävikin vähentämisestä tekoälyn avulla Tekoäly tutuksi -hankkeen tilaisuudessa. (Kuva: Eija Lantta)

Hävikki minimiin tekoälyn avulla

Joonas Isoketo Siemensiltä kertoi Tekoäly tutuksi -hankkeen järjestämässä tilaisuudessa kalanrehun hävikin vähentämisestä tekoälyn avulla. Lopputuotteen laadun parantamisella hävikki saatiin minimiin, kun rehu oli sopivan painoista, se ei pölynnyt jne. Työläin vaihe tekoälyn käyttöönotossa oli datan saaminen analysoitavaan muotoon. Mallinnusvaiheessa pyrittiin löytämään tutkittavaan ongelmaan parhaiten sopiva mallinnus ja kalanrehun hävikki -casessa otettiin käyttöön neuroverkko. Mallin valinnassa testattiin viittä eri algoritmiperhettä ja katsottiin, mikä suoriutuu parhaiten. Haluttiin algoritmi, joka voitiin näyttää ja selittää operaattoreille, miten se toimii. Tiedettiin myös, että ilmiöt eivät ole lineaarisia vaan tarvittiin kompleksisempi malli. Malli kertoo suhteet prosessin ja laadun välillä ja mallin avulla saadaan arvio hävikistä. Kun uusi tuotanto alkaa, saadaan ennustus hävikille ja saannolle ilman tekoälyn suosituksia. Tekoälykoneisto antaa siihen potentiaalilaskelman, kuinka paljon tulevasta hävikistä saadaan estettyä ja nähdään myös hävikin pienenemisen vaikutus euroina. (Isoketo 2023.) Linkki Tekoäly tutuksi -hankkeen www-sivuille.

Kirjoittaja 

Eija Lantta työskentelee LAB-ammattikorkeakoulussa Tekoäly tutuksi ja KoKo – Kohti Koulutusta-hankkeissa projektipäällikkönä.

Lähteet

Elintarviketeollisuusliitto. Elintarviketeollisuuden tutkimusstrategia 2018–2025. Helsinki: Elintarviketeollisuusliitto ry. Viitattu 5.4.2023. Saatavissa https://www.etl.fi/media/aineistot/raportit-ja-katsaukset/elintarviketeollisuuden-tutkimusstrategia-2018-2025.pdf

geralt. 2020. Verkko, verkkoon, tietotekniikka, nainen, smarthome. Pixabay / CCO. Viitattu 17.4.2023. Saatavissa https://pixabay.com/images/id-4861605/

Hertsi, A. 2021. Tekoäly etsii sen, mitä röntgen ei näe – ”softaa ruokateollisuuden tietojenhallintaan”. Tivi. Viitattu 5.4.2023. Saatavissa https://www.tivi.fi/uutiset/tekoaly-etsii-sen-mita-rontgen-ei-nae-softaa-ruokateollisuuden-tietojenhallintaan/ec754ee8-3076-47d5-abd7-a713facb4d1e

IBM. 2019. Tekoäly huomaa makutottumusten muutokset. STTInfo. Viitattu 6.3.2023. Saatavissa https://www.sttinfo.fi/tiedote/tekoaly-huomaa-makutottumusten-muutokset?publisherId=57917055&releaseId=69860381

Isoketo, J. 2023. Kalanrehun hävikki minimiin tekoälyn avulla. Esitys Tekoäly tutuksi -hankkeen tilaisuudessa 22.3.2023.

Saastamoinen, M. Tekoäly mullistaa prosessiteollisuuden. Fellowmind. Viitattu 5.4.2023. Saatavissa https://www.fellowmindcompany.com/fi-fi/ajankohtaista/tekoaly-mullistaa-prosessiteollisuuden/

Työ- ja elinkeinoministeriö. 2022. Muuttuva toimintaympäristö kirittää liiketoimintojen kehittämistä. Helsinki: Valtioneuvosto. Viitattu 5.4.2023. Saatavissa https://julkaisut.valtioneuvosto.fi/bitstream/handle/10024/164210/Elintarvikealan_nakymat_kevat_2022_08062022.pdf

Linkit

Linkki 1. LAB. 2021. Tekoäly tutuksi. Viitattu 25.1.2023. Saatavissa https://www.lab.fi/fi/projekti/tekoaly-tutuksi