“REIF”, l’intelligenza artificiale al servizio del settore alimentare per combattere gli sprechi

La Germania lavora al Resource-efficient Intelligent Foodchain (REIF), il sistema di intelligenza artificiale per ridurre lo spreco di cibo.

REIF
Il sistema di intelligenza artificiale REIF agisce su tutta la catena di produzione: dalla fattoria ai supermercati.

Ogni anno in Germania circa 12 milioni di tonnellate di cibo finiscono nella spazzatura e oltre il 30% di questo viene distrutto durante il processo di produzione. Il Fraunhofer Institute for Casting, Composite and Processing Technology IGCV sta lavorando al Resource-efficient Intelligent Foodchain (“REIF”) per combattere questi sprechi. E in questa impresa, l’intelligenza artificiale è risorsa preziosa. Formaggio, pane, carne e altri prodotti alimentari possono essere prodotti in modo efficiente utilizzando algoritmi basati sui dati. I metodi di apprendimento automatico possono ottimizzare le vendite e la pianificazione della produzione, nonché i sistemi di controllo dei processi e degli impianti.

La Germania si è impegnata nell’obiettivo delle Nazioni Unite di ridurre, entro il 2030, della metà lo spreco alimentare. Fino a dodici milioni di tonnellate di cibo finiscono nella spazzatura ogni giorno e circa il 52% dei rifiuti si accumula in casa.

I dati provengono da uno studio condotto dall’Istituto Thünen nel 2019, che ha anche rivelato che circa il 30% delle perdite si verifica già nella fase di produzione e lavorazione degli alimenti. L’altro 18% è rappresentato dal commercio all’ingrosso e al dettaglio.

Il progetto REIF ha 30 partner che lavorano a una soluzione a lungo termine. L’obiettivo principale è progettare un ecosistema AI. Il progetto è finanziato dal Ministero Federale Tedesco dell’Economia e dell’Energia (BMWi) per un importo di dieci milioni di euro.

REIF, l’intelligenza artificiale contro gli sprechi di cibo

Ci sono varie cause di spreco evitabile, che vanno dalla sovrapproduzione alle fluttuazioni della qualità delle materie prime al cibo che non soddisfa specifici requisiti estetici.

I partner del progetto REIF si stanno concentrando su latticini, carne e prodotti da forno. Lo spreco di questi prodtti è maggiore perché si deteriorano velocemente.

«Due aspetti sono fondamentali per ridurre in modo significativo le perdite di cibo in questi settori: ridurre al minimo la sovrapproduzione ed evitare gli sprechi», spiega Patrick Zimmerman, scienziato del Fraunhofer IGCV e membro del consorzio. Lui, Philipp Theumer e altri cinque colleghi stanno studiando come ottimizzare le potenzialità interne di un’azienda, come ad esempio impianti e macchinari o pianificazione e controllo della produzione, per ridurre gli sprechi utilizzando l’intelligenza artificiale. «Applichiamo l’intelligenza artificiale all’intera catena del valore, in particolare negli impianti di produzione. Per farlo, adattiamo e selezioniamo gli algoritmi adatti alla rispettiva applicazione», spiega Zimmerman.

«Consideriamo la prevedibilità e la controllabilità in tutte le aree, dalla produzione in fattoria alla vendita al supermercato, per ottimizzarne il potenziale». «La sovrapproduzione e lo spreco possono essere evitati facendo previsioni mirate sul fabbisogno alimentare, migliorando la prevedibilità e la controllabilità dei processi di creazione di valore e riducendo la perdita di cibo legata alla qualità», aggiunge Theumer.

Tuttavia, ogni cibo è diverso. Zimmermann lo spiega usando un mixer per carne come esempio. «La temperatura e la durata del processo di miscelazione influenzano la data di scadenza dei prodotti a base di carne. Se utilizziamo algoritmi AI per ridurre al minimo la quantità di energia ammessa al processo di miscelazione, possiamo estendere la data di scadenza, che a sua volta ottimizza il tempo di vendita nel supermercato e riduce le perdite di cibo».

A livello di sistema, la maggior quantità di rifiuti alimentari si verifica all’accensione. Questo perché i parametri ottimali devono essere prima identificati e quindi nel frattempo si producono rifiuti. «Ad esempio, stiamo applicando sensori intelligenti e algoritmi di intelligenza artificiale ad autoapprendimento per perfezionare il processo di schiumatura durante la produzione di basi per torta», spiega il ricercatore.

Gli altri obiettivi del progetto

I partner del progetto REIF stanno cercando di stabilire un ecosistema IT e creare un mercato virtuale. Un altro obiettivo è mettere in rete i dati di tutte le aziende coinvolte nel progetto per aumentare il valore aggiunto all’interno della complessa rete di valori dell’industria alimentare. «L’esperienza di un’azienda può essere trasferita a un’altra organizzazione. Più dati vengono resi disponibili, migliore sarà l’addestramento del modello AI».

Le strategie del team

Il mercato online è il luogo in cui i partner del progetto possono scambiare i propri dati. In definitiva, le società di produzione possono controllare meglio i loro processi di produzione beneficiando delle previsioni di vendita e dei dati di vendita. I dati raccolti dai supermercati saranno inclusi nelle previsioni. Se affianchiamo una serie di fattori come il comportamento dei clienti, i livelli di inventario e le date di scadenza, possiamo apportare delle modifiche sui prezzi su prodotti specifici nei supermercati: «il continuo cambiamento giornaliero dei prezzi eviterà la drastica riduzione dei prezzi che siamo abituati a vedere poco prima della data di scadenza e prolungherà il tempo di vendita. Di conseguenza, è più probabile che un prodotto venga acquistato prima e, perciò, il profitto complessivo aumenta», afferma Zimmermann, spiegando il principio dell’adeguamento dinamico dei prezzi.

Ciò garantisce il massimo profitto per il rivenditore riducendo gli sprechi e la sovrapproduzione. L’intera catena di distribuzione trae vantaggio dall’idea di condividere le informazioni, che includono anche dati esterni. «Se le previsioni del tempo sono buone, i supermercati vendono molta carne alla griglia. I produttori di carne possono regolare il volume di macellazione di conseguenza e, viceversa, ridurre la produzione in caso di maltempo», afferma Zimmermann spiegando il concetto di ecosistema IT. E anche il cliente ne trarrebbe vantaggio: in caso di maltempo, il prezzo della carne al barbecue potrebbe essere ridotto subito, evitando così di rimanere sullo scaffale. Sistemi di previsione come questi potrebbero essere offerti anche sulla piattaforma online.

0 Commenti
Inline Feedbacks
View all comments

What do you think?

Scritto da Redazione Think

Will.i.am

Will.i.am lancia Xupermask, la mascherina per viaggiare in sicurezza

Canva fondatori miliardari

Canva raggiunge una valutazione di $15 miliardi e due dei fondatori diventano miliardari