ทีมนักวิจัยจากมหาวิทยาลัย Oregon State และ Florida State พัฒนาเทคโนโลยีปัญญาประดิษฐ์ที่สามารถวิเคราะห์ภาพจากโทรศัพท์มือถือ เพื่อประเมินความสุกและคุณภาพภายในของอะโวคาโดได้อย่างแม่นยำ
ระบบสามารถวิเคราะห์ค่าความหนาแน่นของเนื้อในผล ซึ่งเป็นตัวชี้วัดสำคัญของความสุก ได้แม่นยำถึง 92% และประเมินคุณภาพภายใน เช่น ความสดหรือเน่าเสีย ได้แม่นยำกว่า 84%
“อะโวคาโดเป็นหนึ่งในผลไม้ที่ถูกทิ้งมากที่สุดในโลกเนื่องจากการสุกเกินพอดี” Luyao Ma ผู้ช่วยศาสตราจารย์แห่งมหาวิทยาลัย Oregon State กล่าว “เป้าหมายของเราคือการสร้างเครื่องมือที่ช่วยให้ผู้บริโภคและร้านค้าตัดสินใจได้ดีขึ้นว่าจะบริโภคหรือขายเมื่อใด”
ทีมวิจัยฝึกโมเดล AI โดยใช้ภาพถ่ายอะโวคาโดพันธุ์ Hass กว่า 1,400 ภาพที่ถ่ายด้วย iPhone โดยเชื่อว่าความแม่นยำจะเพิ่มขึ้นได้อีกหากมีข้อมูลภาพมากขึ้นในระบบ
นักวิจัยยังตั้งเป้าว่าจะพัฒนาเทคโนโลยีนี้ให้สามารถใช้งานได้ในครัวเรือน ช่วยให้ผู้บริโภคประเมินเวลาที่เหมาะสมที่สุดในการกินอะโวคาโด ลดปัญหาการผ่าเจอเนื้อที่มีจุดดำหรือเน่าเสีย
นอกจากนี้ยังมีศักยภาพในการใช้งานในโรงงานแปรรูปอะโวคาโด เช่น ใช้คัดเกรดผลไม้ตามความสุก ถ้า AI พบว่าอะโวคาโดชุดใดสุกมาก อาจเลือกส่งไปยังร้านค้าใกล้ๆ แทนที่จะขนส่งไกล ร้านค้าปลีกเองก็สามารถใช้ระบบนี้จัดเรียงสินค้าตามลำดับความสุกได้
ก่อนหน้านี้เคยมีงานวิจัยคล้ายกันที่ใช้ภาพและแมชชีนเลิร์นนิงในการประเมินคุณภาพอาหาร แต่ยังจำกัดอยู่ที่การเลือกฟีเจอร์เองและใช้อัลกอริธึมแบบดั้งเดิม ซึ่งทำให้ความแม่นยำไม่สูงนัก
“เรานำ Deep Learning มาใช้เพื่อแก้ข้อจำกัดเหล่านั้น โดยให้ระบบเรียนรู้รูปร่าง พื้นผิว และรูปแบบเชิงพื้นที่ของผลไม้โดยอัตโนมัติ ซึ่งช่วยเพิ่มความแม่นยำและความแข็งแกร่งในการประเมินคุณภาพอะโวคาโด” In-Hwan Lee นักศึกษาปริญญาเอกผู้ร่วมวิจัยกล่าว
Ma เล่าว่าเหตุผลที่เลือกศึกษาอะโวคาโด เพราะนอกจากจะมีมูลค่าทางการตลาดสูง ยังมีอัตราการสูญเสียสูงมาก และส่วนตัวเธอชอบกินอะโวคาโดเป็นประจำแต่เจอปัญหาเดิม ๆ เวลาผ่าแล้วพบว่าเนื้อสุกเกินพอดี
การวิจัยนี้สอดรับกับเป้าหมายระดับโลกในการลดปริมาณขยะอาหาร โดยในปัจจุบันมีอาหารราว 30% ของการผลิตทั้งหมดที่ถูกทิ้งไป รัฐบาลสหรัฐฯ จึงตั้งเป้าลดขยะอาหารให้ได้ 50% ภายในปี 2030
“อะโวคาโดเป็นเพียงจุดเริ่มต้น” Ma กล่าว “เทคโนโลยีนี้สามารถขยายไปใช้กับอาหารชนิดอื่นได้อีกมาก เพื่อช่วยลดของเสียและช่วยให้ทุกฝ่ายตัดสินใจได้ดีขึ้น”
ผลงานวิจัยนี้ได้รับการตีพิมพ์ในวารสาร Current Research in Food Science โดย Zhengao Lee จากมหาวิทยาลัย Florida State เป็นผู้ร่วมเขียนด้วย ส่วน Ma และ Lee อยู่ในภาควิชาวิทยาศาสตร์และเทคโนโลยีอาหาร คณะวิทยาศาสตร์การเกษตรของ Oregon State และ Ma ยังมีตำแหน่งในภาควิชาวิศวกรรมชีวภาพและนิเวศอีกด้วย
ติดตามข่าวสารอัปเดตวงการเทคโนโลยี เกม และไลฟ์สไตล์เพิ่มเติมได้ที่ techcatchup.net
พร้อมช่องทางโซเชียล Facebook | Instagram | TikTok | YouTube | X
