La inteligencia artificial en la industria alimentaria
Entrevista FOOD-Lab: Procesamiento inteligente de imágenes en la producción alimentaria
Las cámaras IDS NXT con inteligencia artificial son idóneas para resolver tareas en las que es preciso registrar objetos orgánicos con múltiples variantes. En la agricultura o la jardinería, por ejemplo, pueden actuar de ojos de los robots cosechadores o recolectores de rosas y controlar plantones o identificar plagas, entre otros. En la industria alimentaria, facilitan enormemente las tareas de aseguramiento de la calidad y los controles de integridad. Descubra todas las posibilidades que ofrece el procesamiento de imágenes con inteligencia artificial para el sector alimentario en la extensa entrevista de FOOD-Lab:
Con nuestras cámaras industriales con inteligencia artificial, nuestros clientes pueden entrenar las redes neuronales por sí mismos sin necesidad
de tener conocimientos previos de IA.
FOOD-Lab: Hola Sr. Hartmann, Sr. Schick, gracias por su cálida bienvenida. Señor Hartmann, usted es hijo del fundador de la empresa, Jürgen Hartmann, y en el mes de marzo pasó a formar parte de la dirección de la compañía. ¿Cómo fueron los inicios de la empresa?
Hartmann: Después de finalizar sus estudios, mi padre inició su carrera en una empresa americana. Tenía que hacer frente a problemas de los clientes que la empresa no podía resolver. Luego, en 1997, fundó IDS junto con un socio. Al principio se establecieron como distribuidores de componentes de procesamiento de imágenes. En ese mismo año ya lanzaron al mercado su primer producto propio de digitalización de imágenes de cámaras analógicas. Había que conectar al ordenador una tarjeta con la que se podían procesar digitalmente las imágenes. Hacia el año 2000 aparecieron en el mercado las cámaras digitales, que también se utilizaban cada vez más en la industria. Esto amenazaba directamente la continuidad de nuestro mercado. Así que en seguida nos pusimos a desarrollar cámaras industriales digitales. También fuimos el primer fabricante de cámaras en dotar de aptitud industrial a la interfaz USB, que hasta el momento solo se utilizaba en el sector del consumo. Esa valiente decisión nos permitió convertirnos en uno de los fabricantes líder de este segmento hasta la fecha.
FOOD-Lab: Ofrecen cámaras para una amplia gama de aplicaciones, ¿también para la industria alimentaria?
Hartmann: En realidad, no hay límites. Las aplicaciones industriales son realmente amplias. A veces, nosotros mismos nos sorprendemos de las ideas de posibles aplicaciones que nos llegan de los clientes. Las aplicaciones clásicas son la ingeniería mecánica, el control de calidad en las plantas de producción y también el análisis del movimiento en el ámbito de los deportes, por ejemplo.
FOOD-Lab: ¿Cuál es su rasgo diferencial?
Hartmann: En términos de calidad, tenemos la ventaja de que solo desarrollamos y fabricamos nuestros productos en Alemania. Todos los componentes mecánicos proceden de nuestra región. Los componentes eléctricos solo se pueden adquirir en Asia; los sensores se los compramos a proveedores líder como Sony, entre otros. Un aspecto importante es que nosotros desarrollamos el software. La plantilla dedicada al desarrollo del software duplica a la que se encarga del desarrollo del hardware. La funcionalidad, los controladores, las interfaces... son competencias internas de nuestra empresa. El único centro de desarrollo que tenemos fuera de Alemania es el de Serbia. En él un equipo de expertos nos ayuda a desarrollar software de IA.
Schick: En Obersulm, en nuestras instalaciones, que hemos ampliado recientemente con el Centro tecnológico b39, las distancias entre los departamentos de desarrollo y producción son muy cortas, lo que nos permite reaccionar muy rápidamente a las necesidades de los clientes y a atenderlas con eficacia.
Hartmann: Hay otro aspecto importante que nos diferencia de la competencia. Con nuestras cámaras industriales dotadas de inteligencia artificial, nuestros clientes pueden entrenar las redes neuronales por sí mismos sin necesidad de tener conocimientos previos de IA.
FOOD-Lab: ¿Qué significa que sus cámaras tienen inteligencia artificial?
Hartmann: Es un tema relativamente nuevo, porque al principio la potencia de cálculo no era suficiente. Hasta ahora solo se hablaba de algoritmos desarrollados como determinadas instrucciones de procedimiento para resolver un problema. Con la inteligencia artificial, ahora nuestras cámaras pueden asumir tareas que el procesamiento de imágenes basado en reglas no podía resolver, o solo podía hacerlo con mucha dificultad. La inteligencia artificial abre campos de aplicación totalmente nuevos en los sistemas de cámaras y de procesamiento de imágenes. Permite llevar a cabo el procesamiento de imágenes con objetos muy variables. Por ejemplo, cuando es necesario clasificar distintas variedades de fruta o identificar piezas dañadas. Con el procesamiento de imágenes clásico sería muy costoso en términos de tiempo y dinero describir todas las variaciones posibles. En cambio, con la inteligencia artificial este tipo de retos se pueden superar en un abrir y cerrar de ojos.
Hartmann: Con IDS NXT hemos creado una plataforma para una nueva generación de sistemas de visión artificial para aplicaciones industriales. La filosofía que hay detrás de su desarrollo supone un cambio de paradigma: Nuestro objetivo ya no es sólo desarrollar componentes, sino ofrecer sistemas completos flexibles y fáciles de usar. Con un sistema de este tipo se pueden realizar todos los pasos de una solución de visión artificial, desde la adquisición de imágenes y su análisis y procesamiento hasta el control de maquinaria de producción industrial.
Schick: Con las cámaras IDS NXT y el software de entrenamiento IDS lighthouse asociado basado en la nube, esto se puede hacer incluso sin necesidad de programación. Los usuarios solo necesitan tener la información sobre sus imágenes y su evaluación para generar una red neuronal. Piense en las manzanas, por ejemplo. No hay dos iguales; difieren en la forma y el color y pueden tener manchas de podredumbre. Estas divergencias dificultan la aplicación de sistemas de clasificación y control, a diferencia de lo que ocurre, por ejemplo, en la producción de metales, donde todos los tornillos son casi idénticos.
FOOD-Lab: Entonces, ¿se tienen que registrar todas las imágenes primero para que el sistema puede identificar cuándo existen divergencias?
Hartmann: No podemos librar a los clientes completamente de ese trabajo porque simplemente no disponemos de los datos. Sin embargo, el cliente puede transferir los datos de imagen al software y éste entrena a la red neuronal. De ese modo el cliente puede entrenar a la red en función de sus necesidades, pero sin tener que adquirir previamente conocimientos técnicos sobre IA. Podemos ayudar cuando las imágenes se tienen que mejorar, por ejemplo. La IA está integrada directamente en la cámara.
Schick: Recomendamos a nuestros clientes que empiecen con pequeños conjuntos de datos de unas 50 imágenes por clase. Esto permite evaluar rápidamente si la tarea puede resolverse con IA.
Hartmann: Nuestro departamento de ventas ayuda al cliente a encontrar una solución, ya sea con un sistema que incorpore IA o con el procesamiento de imágenes clásico.
FOOD-Lab: ¿Qué está haciendo IDS para explicar el potencial de la nueva tecnología a sus clientes?
Hartmann: Nuestro departamento de desarrollo trabaja constantemente en proyectos de demostración prácticos. Por ejemplo, hemos simulado una inspección de calidad de los cojines de espuma. Nuestro sistema inteligente de cámaras IDS NXT detecta de forma rápida y fiable cualquier grieta, abolladura u otros defectos de calidad. Otro ejemplo es la detección de las avellanas en tabletas de chocolate. Se comprueba que estén intactas y que la distribución sea uniforme en cada tableta. Con estas demostraciones, el departamento de ventas puede exponer las ventajas y la funcionalidad del sistema. El ahorro potencial suele ser considerable y amortiza rápidamente el coste del sistema. Se puede conseguir una alta tasa de éxito con relativamente poco esfuerzo.
FOOD-Lab: ¿Cuántas imágenes cree que serían necesarias para comprobar la correcta distribución de las avellanas?
Schick: Con 50 imágenes no conseguirá una detección del 100%, pero seguramente estará más cerca de lograrlo.
Hartmann: Teniendo en cuenta la alta presión de costes y el escaso índice de automatización que existe hasta la fecha en la industria alimentaria, incluso una solución inicial parcialmente automatizada puede suponer una mejora real. Por ejemplo, se pueden ahorrar costes de producción y tiempo en la inspección de calidad o la clasificación de productos.
FOOD-Lab: ¿Qué aplicaciones tiene en mente en la industria alimentaria?
Schick: Pongamos por caso el procesamiento del pescado. La cámara indica al robot dónde está el pez en la cinta, dónde está el lomo, dónde está la cola, etc., para que se pueda seguir procesando. Este tipo de problemas y otros similares existen también en la industria cárnica, en la inspección de calidad de frutas y verduras y en los productos dulces mencionados. También se pueden aplicar en las panificadoras para detectar el dorado del pan desde el exterior. Otra aplicación es el control de la distribución de las tostadas cuando se envasan en cajas.
Hartmann: También tenemos sistemas de cámaras que se utilizan en la agricultura, concretamente en la "precision farming" Se reduce el uso de herbicidas mediante la identificación específica de las plantas útiles y las malas hierbas. Otro tema es la maduración de los productos.
FOOD-Lab: Esto nos lleva a clásicos como el jamón de Parma o el queso parmesano. Hasta ahora esto se ha comprobado mediante métodos acústicos clásicos. Por ejemplo, en el caso del jamón, se utilizan los golpes para comprobar si la carne se ha separado del músculo, algo que no sería aceptable.
Hartmann: Sin duda, estos problemas también pueden resolverse con sistemas de cámaras inteligentes si se pueden definir ópticamente los parámetros correspondientes. Hay un gran número de aplicaciones que hoy ni siquiera podemos imaginar. Estamos ansiosos por saber qué retos de la industria alimentaria podremos dominar en el futuro. También en este ámbito deseamos seguir fieles a nuestro lema, "it’s so easy", y ofrecer soluciones sencillas.
Muchas gracias.