海外メディアの報道によると、食品・飲料業界では人工知能やモノのインターネット技術がますます頻繁に利用されているという。最近のインタビューで、シュガークリーク・ブリューイング社の社長兼共同創設者であるジョー・フォーゲルバッハー氏は、AI と IoT がいかにして同社のビールの品質向上に役立っているかを語りました。
2013 年に設立された Sugar Creek Brewing は、ノースカロライナ州およびそれ以外の地域向けにベルギー スタイルのビールを製造しています。同社は、ビール醸造プロセスに人工知能とモノのインターネット技術を統合し、ビールの醸造レベルと品質を効果的に向上させています。 「IBM に当社の施設で研修イベントを主催してもらい、他の企業で行っている取り組みの一部を共有してもらいました。IBM が特定の製品の良し悪しを判断するために視覚技術を使用していることを知ったとき、ビールでも同じことができるのではないかと考えました」と Walgerbach 氏は語ります。 シュガークリーク・ブリューイング社は、完成したビールを瓶に詰める際に深刻な問題に直面していました。ボトルの充填レベルが一定しないことが多く、一部のボトルではその後の実行中に過剰な泡が発生しました。この泡は最終的に廃棄物となり、ビールの中の過剰な溶存酸素になります。ビールに酸素が多すぎると、ビールの味が損なわれ、保存期間が短くなります。問題は、月に3万ドルの費用がかかることでした。 「私たちはこの質問をIBMのエンジニアに投げかけました。彼らはカメラを設置し、瓶から出てくるビールの写真を撮りました。この画像は瓶詰め作業中に収集した他のデータと組み合わされ、IBMクラウドにアップロードされ、スーパーコンピューターWatsonのアルゴリズムによって解釈されます。私たちの醸造者は、自分たちが有用だと思う具体的な基準を提供し、Watsonは膨大なデータの中から重要な特徴を探します。大量のデータを迅速に解釈することで、当社はほとんどの場合、受動的だった状態から、積極的にプロセスの改善を特定する状態へと移行できました。これは、より高品質の製品をお客様にお届けすることを意味します」とWalgerbach氏は語りました。 シャーロット地域で最も古い醸造所の 1 つである Sugar Creek Brewing には、歴史的な設備もいくつか残っています。プロジェクトを開始したとき、彼らが最初にしたのは、醸造プロセスのさまざまなポイントに高度なセンサーを設置することでした。これらのセンサーは、醸造作業に関するデータを 24 時間収集します。 「センサーからのデータだけを見ても、あまり多くのことはわかりません。すべてのデータをまとめると、魔法のようなことが起こります。現在、ワインメーカーに製品と生産施設の状態に関するリアルタイムの洞察を提供するデジタル ダッシュボードがあります。以前は、何十ものデータ ポイントを手書きし、多くのゲージを手動で読み取る必要がありました。現在、一貫性のある調整済みデータがあり、最も重要なデータは IBM Cloud 上の安全な場所に保存され、安全なネットワーク接続を備えたどのデバイスからでもアクセスできます」と Walgerbach 氏は説明します。 シュガークリーク・ブリューイングは、人工知能と全面的に協力してビールを一から醸造する世界初の醸造所になることを計画している。同社はこのビールをIPAiと名付ける予定だ。同社はまた、ビール関連のソーシャルメディアサイトを通じて生成される膨大な量の定性的な消費者中心のデータと生産データを結び付けたいと考えている。 「時代は急速に変化しており、平均的な地元の醸造所が自社製品について 50,000 件を超えるレビューをオンラインで公開することは簡単です。私の目標は、この定性的な製品フィードバック データをマイニングし、それを当社の製造データと統合して、手作りのクラフトビールを作る醸造所に AI を組み込むことです。最終的には、当社の醸造所は AI を芸術性を高めるツールと見なすようになります。アーティストが手描きのスケッチを完成させ、それをコンピューターでデジタル化して素晴らしいアニメーションにするのと同じです」と Walgerbach 氏は語りました。 人工知能とモノのインターネットの応用により、瓶ビールの泡立ちの問題が解決され、醸造所は毎月 1 万ドルを節約できました。ウォーガーバッハ氏は、AIが労働者に取って代わるとは考えていない。彼は、AI がビジネスをより健全なものにし、最終的には既存の従業員の雇用を維持し、向上させると信じています。さらに、製品の品質はどんどん向上し、それは売上の増加を意味し、売上の増加はより多くの人材をチームに引き付け、会社の成長と発展を可能にします。 |
<<: Googleの上級研究員ネイチャーが記事を公開: 機械学習の3つの大きな「落とし穴」を避ける
>>: 初めて、脳コンピューターインターフェースが人間の音声をリアルタイムで読み取ることができるようになった
悪意のある「バックドア」が埋め込まれたモデルが、何百万、何十億ものパラメータを持つモデルの中に、何者...
[[435319]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitA...
ビッグデータダイジェスト制作著者: 劉俊環アン・リー監督の『ジェミニ・キラー』が公開されて半月近く経...
[[411355]]前回はシーケンシャルモデルを紹介しましたが、ほとんどの場合、ニューラルネットワー...
[51CTO.com からのオリジナル記事] ローカルライフのシナリオには、メニュー認識、標識認識、...
導入まず正直に言うと、しばらくの間、私はディープラーニングをあまり理解できませんでした。関連する研究...
人工知能は多くの分野に影響を及ぼしています。しかし、いくつかの大きな変化が起こっており、その 1 つ...
ビッグモデルの発展、特に最近のさまざまなオープンソースのビッグモデルのリリースにより、さまざまなモデ...
映画「トンネル戦争」修復前と修復後の比較。画像はインタビュー対象者より提供新華社北京1月1日(記者フ...
[[378304]]上位 10 の古典的なソート アルゴリズム - シェル ソート、マージ ソート、...
今日の急速に変化する世界では、私たちが日常生活で処理しなければならないデータとタスクの量は膨大です。...
ディープラーニング システムは、新しいデータに対してどの程度のパフォーマンス (一般化) を発揮しま...
コンピュータービジョンはアメリカ手話を学習して聴覚障害者を助けることができるでしょうか?データサイエ...
最近、NVIDIA Blog は「ライト、カメラ、AI: Cambridge Consultants...
強化学習は AI/ML の目標を達成するために不可欠ですが、克服すべきハードルがまだいくつかあります...