Visión Artificial para el Control de Calidad de Productos Frescos: Una conversación con Roman Mirochnik

Visión Artificial para el Control de Calidad de Productos Frescos: Una conversación con Roman Mirochnik

La visión artificial, que alguna vez fue una trama de ciencia ficción, ahora es una de las herramientas más importantes para garantizar la calidad de los productos frescos que llegan a su supermercado local. No se nos ocurre nadie mejor para hablar de este tema que nuestro mismísimo Roman Mirochnik, Jefe de Visión Artificial de Clarifruit.

Decidimos hacerle algunas preguntas sobre cómo funciona la visión artificial en el proceso de control de calidad de productos frescos, por qué es tan importante y cómo Clarifruit está siendo vanguardia en este campo en constante evolución.

Esta fue nuestra conversación.

Primero lo primero: ¿Puedes ayudarnos a comprender qué es lo que hace la Visión Artificial?

En el contexto del control de calidad de frutas y vegetales, los sistemas de visión artificial utilizan cámaras o sensores para capturar imágenes de los productos. Luego, los algoritmos extraen características relevantes como el color, la textura y la forma para identificar cualquier desviación de los estándares de calidad deseados.

Esto es realmente importante para los clientes, ya que la automatización de estos procesos acelera las inspecciones y elimina el error humano. Estoy seguro que pronto hablaremos de eso.

¿Cuál es exactamente tu función como Jefe de Visión Artificial en Clarifruit?

Básicamente, nuestra responsabilidad es integrar el poder de la IA en el mundo de AgriTech. Para lograr eso, contamos con un equipo dedicado responsable de hacer que todo el sistema de Clarifruit funcione sin problemas para nuestros clientes. Nuestro objetivo es garantizar que nuestros clientes siempre obtengan los resultados precisos que necesitan, de forma rápida y sencilla.

Nosotros desarrollamos todos los algoritmos que realizan estos cálculos, junto con todos los servidores y sistemas que se ejecutan en segundo plano. Básicamente, ayudamos a nuestros clientes a hacer la transición de sus procesos de control de calidad hacia la era digital y automatizamos la forma en que estos evalúan los atributos esenciales de sus productos.

¿Qué atributos admite Clarifruit en este momento?

Primero, permítame explicar nuestra forma de pensar sobre de los atributos. Los clasificamos en una serie de niveles, aumentando en complejidad a medida que se asciende.

Nivel 1 incluye todos los atributos que puede evaluar manualmente e ingresa los valores en nuestra aplicación.

En el nivel 2, utilizamos la visión artificial para medir atributos sencillos como el tamaño, el color y la condición del tallo.

El nivel 3 es donde ocurre el análisis de los defectos, y aquí es cuando las cosas se vuelven más complejas, porque cada categoría de producto tiene su propio conjunto específico de defectos. Y dentro de cada categoría, se debe distinguir entre defectos progresivos y de calidad.
Por ejemplo, imagina que tienes un cargamento de naranjas. Y encuentras una unidad con un defecto cosmético que le da una apariencia poco atractiva, pero sin afectar su calidad general ni la calidad de otras naranjas. Pero si contiene moho, este se extenderá y destruirá a las otras naranjas. Por lo tanto, nuestros clientes necesitan poder diferenciar entre estos tipos de defectos; y eso es una parte de por qué utilizamos la visión artificial para automatizar este proceso.

¿Cuáles son sus desafíos más grandes y cómo los ha superado?

Uno de los problemas más difíciles que hemos tenido que resolver es que no tenemos control sobre cómo nuestros clientes toman las fotos de sus productos frescos. Un inspector puede tomar una foto de una fruta o vegetal dentro del almacén, mientras que otro inspector puede tomar fotos al aire libre, a la luz del sol. El contexto, la iluminación y la calidad de estas imágenes varían en gran medida, por lo que hemos tenido que asegurarnos de que nuestro algoritmo de visión artificial pueda funcionar con todos estos factores y ofrecer resultados precisos.

El algoritmo debe ser capaz de identificar con éxito la categoría de productos adecuada y ejecutar los cálculos apropiados, por lo que debemos realizar pruebas y refinarlo para asegurarnos de que estamos abarcando una gran cantidad de escenarios potenciales. Es un gran desafío, pero me enorgullece decir que nuestro equipo lo ha logrado.

¿Qué valor aporta la visión artificial a los clientes de Clarifruit?

Esa es una gran pregunta, porque todo lo que hacemos aquí tiene como objetivo generar valor para nuestros clientes. Desde mi punto de vista, existen algunas ventajas importantes que un sistema de visión artificial como el nuestro les ofrece a nuestros clientes:

Primero, hablaré sobre la objetividad. Pensemos en un atributo como el color. Un inspector observa una fruta y decide que pertenece al grupo de color A. Otro inspector evalúa exactamente el mismo artículo como perteneciente al grupo de color B. Esta subjetividad es bastante problemática, pero también es inevitable cuando se depende de inspecciones manuales. La visión artificial soluciona este problema por completo, porque siempre es objetiva.

Las empresas también pueden ahorrar bastante tiempo en capacitaciones. En el pasado, la capacitación a los inspectores tardaba mucho tiempo y era altamente especializada. Con un sistema de visión artificial, esto ya no es necesario. Cualquiera puede realizar estas inspecciones simplemente tomando una fotografía.

Otro beneficio es, por supuesto, la velocidad. En vez de medir cada artículo individual en un envío, el inspector puede simplemente tomar algunas fotos y Clarifruit genera instantáneamente los resultados. También se obtendrán resultados para todos los atributos al mismo tiempo: condición del tallo, tamaño, color, etc. Para poder medir más frutas y vegetales, en menos tiempo, y de manera más precisa.

Podrás ver por qué esto hace que el control de calidad sea mucho más fácil que antes.

Entonces, ¿qué viene ahora?

Anteriormente comenté sobre los niveles 1 a 3, es decir, todo desde los atributos externos básicos hasta los defectos más importantes para cada categoría de producto. De cara al futuro, queremos eventualmente integrar los niveles 4 y 5. En estos niveles, estamos observando atributos internos, cosas como el nivel de azúcar, acidez, peso en seco, etc. Sin embargo, esto requiere diferentes tipos de sensores como los sensores infrarrojos. Esa tecnología aún no está madura, pero nuestro plan a largo plazo es ser vanguardia en esto también.

Eventualmente, Clarifruit admitirá todas las categorías de frutas y medirá todos los atributos y defectos en estos niveles. Así que será una plataforma aún más poderosa de lo que es ahora. Para ser sincero, estamos muy entusiasmados con el futuro. Veo a Clarifruit dominando este campo en los próximos años y brindando los resultados sólidos y precisos que las empresas de AgriTech necesitarán en el futuro.

¿Quieres aprender más?

Hay mucho más que podríamos decir sobre la visión artificial. Comuníquese con nuestro equipo para programar una demostración gratuita y seguir conversando.