Inteligencia artificial para reducir el desperdicio alimentario | Noticias de DN Management en Diario de Navarra

Algunas técnicas de inteligencia artificial ya están ayudando a productores y fabricantes a ser más eficientes y a no desperdiciar la ingente cantidad de alimentos que se pierden en los procesos de producción. Se trata de técnicas basadas en tecnologías de vanguardia como el NIR (infrarrojo cercano), la imagen hiperespectral, los ultrasonidos o los sensores de volátiles que permiten desde predecir la vida útil de los alimentos, vital para la gestión eficiente de stocks y evitar el desperdicio, hasta detectar defectos en un pera que acaba de caer al suelo.

La clave para impulsar la transformación de la industria alimentaria, un sector muy tecnificado pero poco digitalizado, está en la automatización y la gestión inteligente de la información y eso es precisamente lo que persigue el proyecto navarro IAFood.

Financiado por el Gobierno de Navarra como proyecto estratégico de I+D y coordinado por la empresa iAR, está integrado por un potente consorcio de empresas (tecnológicas y alimentarias) y por los centros de investigación CNTA, UPNA y AIN.

Una cooperación que resulta crucial en los procesos de innovación industrial. En IAFood están involucrados, además de iAR, Helphone, Das-Nano y Acoustics Analysis como socios tecnológicos, las empresas alimentarias Florette, General Mills y Urzante, a cada una de las cuales les interesa medir unos parámetros concretos de sus productos. En algunos casos, la vida útil, pero, en otros, características físico-químicas de las muestras como su color y humedad.

Información que cada empresa aplicará luego en función de las necesidades que tenga dentro de sus procesos. Y es que hasta ahora esta industria, aunque realiza numerosos análisis, tiene importantes carencias para su uso inteligente.

FINALES DE  2022

Con un horizonte de trabajo de dos años y medio y una puesta en marcha prevista para finales de 2022, IAFood busca impulsar la transformación digital de la industria alimentaria. Para ello, según explica Ana Monreal, directora de operaciones de iAR, desarrollarán una plataforma Big Data de toma de decisiones basada en inteligencia artificial.

Los diferentes grupos integrados en el proyecto trabajan ya en el desarrollo de los sensores de monitorización y en la recopilación de datos para entrenar los modelos de inteligencia artificial que permitan dar respuesta a los diferentes objetivos especificados por las empresas alimentarias. Entre las metas que se han definido en el proyecto, destaca la realización de pruebas de concepto para comprobar la viabilidad de las diferentes tecnologías de monitorización y el establecimiento de relaciones causa-efecto y patrones de comportamiento entre condiciones intrínsecas y extrínsecas del proceso de elaboración de alimentos, así como el rendimiento, la calidad y la seguridad del producto final obtenido mediante modelos de inteligencia artificial.

Apúntate a nuestro boletín de DN Management para recibir cada jueves en tu correo las noticias más importantes sobre empresa y emprendimiento