Teknologi AI Berkembang untuk Evaluasi Kualitas Minuman

Teknologi AI Berkembang untuk Evaluasi Kualitas Minuman – Minuman adalah kategori yang luas dan penting dalam industri makanan, yang terdiri dari beberapa subkategori dan jenis minuman dengan kompleksitas yang berbeda-beda dalam produksi dan evaluasi kualitas.

Teknologi AI Berkembang untuk Evaluasi Kualitas Minuman

londoncocktailscholars – Metode tradisional untuk mengevaluasi karakteristik kualitas minuman terdiri dari teknik yang membosankan, memakan waktu dan mahal yang tidak memungkinkan peneliti memperoleh hasil secara real-time. Oleh karena itu, perlu dilakukan pengujian dan penerapan teknologi baru untuk mengotomatisasi dan memfasilitasi analisis tersebut di lapangan.

Tujuan artikel ini adalah untuk menyajikan publikasi terkini dan tren penggunaan teknologi jarak jauh atau non-kontak yang murah, andal, dan akurat untuk aplikasi dalam robotika, pembelajaran mesin, visi komputer, biometrik, dan kecerdasan buatan, serta untuk mengidentifikasi penelitian ilmiah. . kesenjangan dalam industri minuman.

Jelas bahwa pengembangan dan penggunaan robotika dan biometrik memiliki potensi yang sangat besar untuk semua jenis minuman, terutama minuman panas dan non-alkohol. Selain itu, kurangnya pengetahuan dan kejelasan dalam bidang ini, serta kurangnya penelitian tentang konsep AI dan pembelajaran mesin, serta desain dan interpretasi pemodelan yang tepat, karena data yang relevan tidak disertakan atau terwakili secara berlebihan. atau model berukuran kecil.

Minuman sering kali diklasifikasikan ke dalam tiga kategori utama: (i) minuman beralkohol, (ii) minuman panas, dan (iii) minuman non-alkohol. Minuman Beralkohol (i) – Minuman dengan kandungan alkohol minimal yang berbeda-beda sesuai peraturan masing-masing negara; contoh kategori ini termasuk bir, anggur, dan minuman beralkohol [1]. Kelompok minuman panas (ii) terutama mencakup kopi, teh, dan coklat panas [2]. Sedangkan minuman non-alkohol (iii) meliputi jus, air berkarbonasi, susu dan minuman ringan yang tidak termasuk dalam kategori lain dan biasanya mengandung pemanis, asam, perasa dan/atau minuman berkarbonasi, seperti berkarbonasi. antara lain minuman, minuman energi dan olahraga [3, 4]. Penilaian kualitas penting untuk memenuhi permintaan konsumen dan menyediakan produk berkualitas tinggi dan sesuai standar.

Indikator kualitas yang diperiksa untuk setiap jenis minuman mungkin berbeda karena karakteristik spesifik setiap produk. Namun secara umum parameter seperti warna, kecerahan, rasa, aroma, rasa, pH, viskositas dan kepadatan merupakan indikator kualitas standar [5, 6], sedangkan pada minuman seperti anggur, protein atau asam amino dan karbohidrat harus diperhatikan. , bir, kopi, teh, coklat panas. dan jus

 

Baca Juga : Cecilia Sang Robot Bartender Dengan Teknologi Kecerdasan Buatan

 

Beberapa metode baru yang melibatkan penerapan teknik analisis otomatis kecerdasan buatan (AI) seperti computer vision (CV) telah dikembangkan untuk mengevaluasi parameter kualitas makanan dan minuman. Ini adalah metode yang lebih hemat biaya dan memakan waktu lebih sedikit yang memungkinkan hasil yang lebih obyektif, akurat, konsisten dan dapat diandalkan [19]. Teknik-teknik ini menggunakan berbagai sumber data, seperti gambar atau video, yang kemudian diproses oleh algoritma komputer yang dapat diotomatisasi sepenuhnya dengan menggabungkannya dengan penggunaan robotika dan mengintegrasikannya dengan penggunaan pembelajaran mesin (ML). ). ) pemodelan untuk memprediksi kualitas produk akhir berdasarkan berbagai parameter yang dapat diukur. Metode tersebut juga dapat digunakan oleh sistem multi-sensor atau rangkaian sensor, biasanya terintegrasi dengan teknologi kecerdasan buatan lainnya, untuk mengevaluasi parameter kualitas tertentu seperti aroma, rasa, cacat, dan kondisi pemrosesan.

Artikel ini bertujuan untuk menyajikan perkembangan terkini . dalam teknologi jarak jauh atau non-kontak yang murah, andal, dan akurat yang mencakup penggunaan visi komputer, robotika, pembelajaran mesin, dan metode biometrik untuk menilai kualitas industri minuman sejauh ini. . Teknologi sensor sentuh diverifikasi hanya untuk teknologi yang digabungkan dengan salah satu teknologi di atas dan untuk tujuan perbandingan jika diperlukan.

Robotika minuman beralkohol

Mengenai perkembangan robotika dalam pengembangan produk, minuman, produksi, dan evaluasi yang paling banyak dipelajari kualitas kategori minuman beralkohol. Pencampur koktail robotik, yang disebut Makr Shakr, didukung oleh kecerdasan buatan dan bekerja melalui aplikasi seluler di mana pengguna dapat merancang koktail mereka sendiri dari 60 minuman beralkohol pilihan, dan dibuat dengan dua lengan robot.

Robot botol dan pengemasan telah dikembangkan untuk industri anggur, terdiri dari decaser Model 94 (ABC Packaging Machine Corporation, Tarpon Springs, FL, USA) yang mampu mengambil dan menempatkan botol anggur. ke konveyor yang membawanya ke fasilitas pembersihan lalu mengisi, menutup, atau menutupnya, semuanya dalam proses otomatis

 

Baca juga : Teknologi AI Mengubah Wajah Sepakbola

 

Kecerdasan buatan
Konsep kecerdasan buatan (AI) dimulai pada tahun 1960an ketika John McCarthy mengembangkan gagasan ​​​mengotomatiskan mesin dan menciptakan Laboratorium Kecerdasan Buatan di Universitas Stanford [154] . Secara umum, istilah kecerdasan buatan mengacu pada mesin yang dirancang dan diotomatisasi untuk berpikir, berperilaku, memecahkan masalah, dan mengambil keputusan seperti manusia, selain memiliki kemampuan untuk berkembang melalui pembelajaran mandiri. Ini dapat diklasifikasikan sebagai (i) kuat atau normal. AI yang dapat memahami, memperbaiki, dan memecahkan masalah, biasanya menggunakan ML, dan (ii) AI yang lemah atau terapan yang terbatas pada melakukan tugas tertentu, seperti mengidentifikasi, mencari, atau menganalisis komponen tertentu. Saat ini, kecerdasan buatan yang digeneralisasi sudah ada secara teori, namun hanya kecerdasan buatan yang lemah atau terapan yang dikembangkan. Konsep AI dapat terdiri dari kombinasi berbagai cabangnya, seperti ML dan CV; hal ini juga dapat mencakup penggunaan robotika, sensor, dan biometrik

Namun, tujuan utama penerapan kecerdasan buatan bukan untuk sepenuhnya menggantikan manusia, namun untuk mengembangkan sistem cerdas yang dapat melakukan tugas atau pekerjaan dengan akurat, andal, lebih cepat, dan secara obyektif, hal ini dapat membuat orang stres dan menjengkelkan serta menyebabkan kesalahan. 21, 154]. Selain itu, kecerdasan buatan memungkinkan proses manufaktur dilakukan dengan tingkat keamanan yang lebih tinggi, lebih sedikit limbah, dan kemampuan untuk menghasilkan produk berkualitas tinggi.