JapanLebensmittel und Gastronomie2017 – laufendKewpie
KI-Prüfung gewürfelter Kartoffeln für Babynahrung
Kewpie trainierte einen Anomaliedetektor mit Fotos guter Kartoffeln, um Zutaten vorzusortieren, wobei Mitarbeiter weiterhin jede Charge prüfen
Ausgangslage
Kewpie, ein japanischer Lebensmittelhersteller, prüfte alle Rohzutaten von Hand, rund 4 bis 5 Tonnen am Tag, was langsam war, geschultes Personal erforderte und die Produktion aufhielt. Herkömmliche maschinelle Bildverarbeitung brauchte für jede Zutat eigene Regeln, und allein ein Werk verarbeitete mehr als 400 Sorten.
Vorgehen
Mit dem Analyseunternehmen BrainPad entwickelte Kewpie ein TensorFlow-Modell, das mit mehr als 18.000 Fotos gewürfelter Kartoffeln an der Produktionslinie trainiert wurde. Das Team trainierte es nur mit einwandfreien Kartoffeln, damit es alles Ungewöhnliche markiert. Ein Prototyp war im April 2017 bereits im Werk Tosu im Einsatz; er übernahm eine grobe Vorsortierung fehlerhafter Kartoffelstücke, und geschulte Mitarbeiter prüften das Ergebnis anschließend.
Kennzahlen
Erkenntnis
Dank der Anomalieerkennung musste Kewpie keine großen Mengen an Beispielen der selten auftretenden fehlerhaften Ware sammeln. Mitarbeiter prüften nach der KI-Kontrolle weiterhin jede Charge.
Kategorien
- Größe
- Großunternehmen
- Branche
- Lebensmittel und Gastronomie
- Unternehmensfunktion
- Produktion und Qualität
- Innovationsart
- Prozessinnovation
- KI-Technologie
- Bildverarbeitung (Computer Vision)
- Einführung
- Gemeinsame Entwicklung mit Partnern
- Nachweis
- Angabe des Unternehmens
Quellen
Quellenzusammenfassungen
Ein Produktionsleiter von Kewpie sagte, Mitarbeiter prüften täglich 4 bis 5 Tonnen Zutaten von Hand und verarbeiteten in einem Werk mehr als 400 Zutatenarten. Kewpie und BrainPad entwickelten einen TensorFlow-Anomaliedetektor, der mit mehr als 18.000 Fotos einwandfreier gewürfelter Kartoffeln trainiert wurde. Der Leiter berichtete, im April sei im Werk Tosu bereits ein Prototyp mit „nahezu perfekter“ Genauigkeit im Einsatz gewesen; anschließend hätten Menschen die Ergebnisse kontrolliert. Zudem berichtete er von Plänen für Eier und Getreide.
Engadget berichtet, Kewpie und BrainPad hätten ein TensorFlow-System mit 18.000 Fotos trainiert, das fehlerhafte gewürfelte Kartoffeln für Babynahrung markiert. Kewpie beschrieb die Genauigkeit als „nahezu perfekt“, ohne einen Prozentwert zu nennen, und menschliche Prüfer kontrollierten das Ergebnis weiterhin. Engadget vermerkte, andere Firmen, die die Technik einsetzten, könnten Stellen abbauen.
Ausführliche Angaben finden Sie in den Originalquellen.
