Alrededor de 9% de todas las frutas producidas a nivel mundial son comercializadas internacionalmente, tales como plátanos, manzanas, cítricos y uvas, entre otras. Sin embargo, la revisión de los embarques y la revisión de la mercadería para asegurar calidad implica un esfuerzo logístico importante por lo que el uso de la inteligencia artificial (IA) podría ser la clave.
Frente a esta problemática, Federico López, AI manager de Baufest, y su equipo decidieron utilizar soluciones de inteligencia artificial para ahorrar costos en recursos y tiempo a los exportadores de fruta, lo que permite generar ventajas competitivas al resolver problemas en forma automática.
Esta tecnología permite detectar el estado de los productos en los embarques mediante el uso de visión computarizada que identifica daños o enfermedades de manera automática. Con esto, se pretendía reducir el costo que cada revisión insume y también del almacenamiento de la mercadería en el puerto debido al tiempo que transcurre desde que llega el cargamento hasta que finalmente se emite el reporte con el resultado de la inspección.
Te puede interesar: Utilizan inteligencia artificial desarrollar alimentos más naturales
El camino a seguir con la Inteligencia Artificial
Los proyectos de IA están centrados en algoritmos que contienen datos con los que se genera un modelo que habilita la solución que se busca para un negocio, por lo que se debe tener en cuenta es qué variables se quieren monitorear sobre la fruta y usualmente lo que se desea generar es algún índice o indicador global del estado general del cargamento.
“Una vez definidos se desarrollan los algoritmos de IA que permitan observar específicamente las características establecidas. Aquí los datos y su tratamiento son fundamentales. El proceso de inferencia o detección de estas características (enfermedades, daños, maduración, etc.) puede ser ejecutado en cualquier momento del transporte, incluyendo los casos de ingreso y egreso de un contenedor”, explica López.
El insumo clave son cientos de fotografías que entregan datos sobre las características de la morfología y estado de maduración de la fruta que sirve de base la construcción de dos modelos de inteligencia artificial para clasificar el estado de maduración de la fruta y de daños como enfermedades y daños mecánicos.