Innovation

Deel via:

Machine learning in de food industrie?

Machine learning. Misschien denk je nu aan robots, science fiction, iets dat ver in de toekomst ligt. Maar machine learning kan – misschien al sneller dan we denken – juist alledaagse processen optimaliseren. Ik droom even over de mogelijke toepassingen bij kwaliteitscontroles in de food industrie. Maar eerst een stap terug. Wat bedoelen we eigenlijk met machine learning?

Machine_learning_in_food_insdustry.jpgIn feite komt het erop neer dat machines zelf kunnen leren. Na een initiële trainingsfase waarin de computer op basis van ingevoerde input en gewenste output zelf een programma schrijft, kan de computer nieuwe en onbekende input omzetten in de juiste output. Zonder dat hierbij nog een programmeur aan te pas komt. Dit is concept is breed inzetbaar in vrijwel alle geautomatiseerde processen. Ook in de food sector.

Labels op vleesproducten

Denk bijvoorbeeld aan de verpakkingen van vlees. Elke vleesverpakking is voorzien van een label met essentiële informatie over het product: productnaam en -klasse, gewicht, houdbaarheidsdatum, etc. Hoewel elk label ongeveer dezelfde informatie bevat, is dit label voor retailers of merken dè manier om hun merkidentiteit te tonen. En dus heeft elke afnemer specifieke eisen aan de “look & feel” van de labels, met een complexe verscheidenheid van labels tot gevolg.

Daarnaast zorgt (internationale) regelgeving in sommige gevallen voor aanvullende eisen aan de informatie op de labels. En daarbij komt dat het label van cruciaal belang is voor het vertrouwen van de consument. Fouten in het label kunnen grote gevolgen hebben voor de reputatie van de verkoper of de vleesproducent. Dus schuift de labelcontrole meer en meer richting een CCP: critical control point. Kortom: omdat het van essentieel belang is dat de informatie op alle labels correct is, wordt er veel aandacht besteed aan het controleren van de labels.

Kwaliteitscontrole met de hand

Momenteel gaat dat nog grotendeels handmatig. Een medewerker pikt steekproefsgewijs enkele producten uit de productorder om met een checklist te controleren of een label aan alle eisen voldoet. Dit is een tijdrovend en duur proces, dat bovendien geen garantie geeft dat het altijd goed gaat. 

Foutieve labels kunnen ondanks de steekproeven toch in de schappen belanden, met alle gevolgen van dien. En in het andere geval: wanneer een fout in de productorder wordt ontdekt, is er geen enkele manier om te checken welk percentage van de order een foutief of juist een correct label heeft. Consequentie: er moet gecontroleerd worden wat er herlabeld moet worden. Wanneer het product nog niet weg is, krijg je een interne recall. Dit kost een hoop tijd en dus geld.

De mogelijkheden van machine learning

Wat kan machine learning aan dit proces toevoegen of verbeteren? Een heleboel. Wanneer de kwaliteitsmedewerker zou beschikken over een tablet met daarop een machine learning applicatie, hoeft hij of zij alleen nog maar een foto te nemen van het label en de computer checkt in een paar seconden of het aan alle eisen voldoet.

Dit geeft de medewerker de tijd om meer labels te scannen en zo neemt de betrouwbaarheid van de steekproef toe. Machine learning versnelt hier niet alleen het proces van kwaliteitscontrole, er komt ook direct meer inzicht in de productie. Met meer steekproeven wordt de kwaliteit van het proces veel groter. En omdat de applicatie zelflerend is, is er sprake van voortdurende optimalisatie. Dit kan vooral positieve gevolgen hebben voor de snelheid waarmee er op afwijkende situaties ingespeeld kan worden.

Kunnen we nog verder dromen?

Zo kan de inzet van machine learning bij het kwaliteitscontroleproces in de vleesindustrie al revolutionaire gevolgen hebben. Maar wat als we nog verder in de toekomst kijken? Hoe zou het zijn wanneer er geen medewerker meer nodig is maar dat er een scanner op de productielijn zit met machine learning capaciteiten? Dit zou betekenen dat elk label gefotografeerd en gecontroleerd kan worden. De scanner geeft automatisch een melding als er een fout is. 100% kwaliteitsgarantie. 

Als ik dan nog verder fantaseer kan ik me zelfs voorstellen dat de productielijnen van de toekomst zo zijn ingericht dat een foutief label automatisch naar een uitvalstroom wordt gestuurd. Een volledig zelfsturend en continu bijlerend productieproces. Prachtig vooruitzicht. En wij zijn hier bij Goldfish ICT volop mee bezig.

Machine learning is geen sci-fi

Ik heb me nu gericht op een specifiek voorbeeld in de vleesindustrie, maar je kunt je voorstellen dat het principe van machine learning in allerlei industrieën en bij talloze processen ingezet kan worden, denk aan bijvoorbeeld automatische factuurherkenning. In elke situatie kan een enorme verbeterslag plaatsvinden. Wie weet wordt het op korte termijn de gewoonste zaak van de wereld.