在人工智能浪潮席卷全球的今天，食品行業也迎來了智能化轉型的新篇章。陶朗食品，作為這一領域的先行者，早已在人工智能與食品安全、運營效率的結合上深耕多年，不斷推動著行業的邊界。
近期，陶朗食品的AI技術經理布蘭登·拜恩受邀參加了愛爾蘭人工智能生態圈的專業音頻節目《AI愛爾蘭》，在節目中他詳細闡述了食品分選領域AI的應用現狀以及生成式AI的未來展望。同時，陶朗中國研發部門的AI負責人也接受了采訪，分享了中國市場AI發展的獨特視角。
對于許多人來說，陶朗這個名字或許并不熟悉，但實際上，我們每天的生活中都離不開陶朗的產品。在愛爾蘭，陶朗的飲料瓶回收機隨處可見，而在食品領域，陶朗的設備更是為我們的日常飲食提供了堅實的保障。那么，陶朗食品的AI技術究竟是如何發揮作用的呢？
布蘭登介紹道，陶朗的核心產品是光學分選機，它廣泛應用于食品加工和采后處理環節，能夠精準剔除食品中的異物和瑕疵品，同時實現產品的等級分流，從而優化售價。面對不斷變化的終端需求和日益攀升的成本壓力，陶朗的AI技術通過以下四個方面幫助客戶降本增效、實現可持續發展：
首先是食品安全保障。食品安全是企業和消費者的頭等大事，陶朗的AI技術能夠利用行業領先的模型，精準檢測并剔除異物和不良品，確保終端產品的安全和品牌的聲譽。
其次是提升整體出成率。借助先進的AI算法，客戶可以根據自身需求定義分級標準，實現毫米級的精度。例如，陶朗的LUCAi系統能夠檢測果蔬上0.1毫米級的瑕疵，從而提高整體的出成率。對于某些客戶來說，出成率的微小提升就意味著每年數百萬美元的節省。
再者是降低運營成本。通過預測性維護，陶朗的AI能夠提前識別設備故障，減少非計劃停機帶來的損失。高度自動化的設備也降低了勞動力成本，提高了生產效率。
最后是可持續發展。陶朗致力于采用低能耗技術和優化氣動系統，以減少能源消耗和壓縮空氣的使用，從而實現資源節約和環境友好的可持續發展目標。
在實際生產中，視覺系統的速度和精度至關重要。布蘭登指出，陶朗的光學分選機在處理果蔬時，每秒需要檢測上千個對象，從圖像采集到AI決策必須在20毫秒內完成。因此，如何在速度和精度之間找到平衡成為了核心挑戰。陶朗的技術能夠在毫秒間識別特定物質并觸發警報，同時保持極低的誤報和漏報率，從而既保障了安全底線，又最大限度地維持了生產效率。
對于預測性維護的方案，布蘭登表示陶朗主要基于自有算法體系進行開發。通過AI分析零部件的壽命周期和實時監測設備異常，陶朗能夠提前預警故障并協助客戶制定維保計劃。這一領域的最新研究成果正在被整合到陶朗的設備管理系統中。
展望未來，生成式AI在工業領域的應用前景廣闊。布蘭登認為，在陶朗所在的行業，生成式AI可以應用于優化系統易用性、改進內部知識庫等多個方面，從而提升服務效率和客戶的運營效率，有助于實現ESG目標。
在中國市場，AI的研發環境同樣充滿活力。陶朗中國的AI負責人表示，中國是全球最大的食品市場，這為陶朗積累了海量的數據資源。在龐大數據的支撐下，陶朗的AI模型在精細度和敏感度上都有了顯著提升，最終反饋到產線上的分選精準率、出成率和誤剔率上，幫助企業提升了產線效能。
相對于傳統的形選和色選技術，陶朗的AI在分選能力上有了質的飛躍。特別是在海鮮分選中，面對形狀和顏色相似的異物以及不同品種的海鮮混雜在一起的情況，傳統方式往往束手無策。而陶朗的AI能夠采集形狀、顏色、紋理等多種特征進行多維度判斷，大大提高了識別的準確性和效率。
陶朗還注重傳感器與AI技術的結合以及硬件和固件的提升。這不僅有助于食品企業提升產線的穩定性、減少故障率和停機時間，還能夠讓AI持續學習、不斷更新和迭代。作為一家全球性企業，陶朗的中國和國外研發團隊緊密協作，將全球視為一個巨大的樣本數據庫，根據不同市場的需求進行本地化落實和定制。
