L'IA alimentée par un smartphone prédit la maturité des avocats
La recherche s'attaque à un défi mondial majeur : le gaspillage alimentaire
Annonces
Des chercheurs ont mis au point un système d'intelligence artificielle basé sur un smartphone qui permet de prédire avec précision la maturité et la qualité interne des avocats.
Luyao Ma, professeur adjoint à l'université d'État de l'Oregon, et In-Hwan Lee, doctorant travaillant avec Ma.
Brian Horne, Oregon State University
"Les avocats font partie des fruits les plus gaspillés dans le monde en raison de leur trop grande maturité", explique Luyao Ma, professeur adjoint à l'université d'État de l'Oregon. "Notre objectif était de créer un outil qui aide les consommateurs et les détaillants à prendre des décisions plus judicieuses quant au moment d'utiliser ou de vendre les avocats.
L'équipe de recherche, composée de scientifiques des universités d'État de l'Oregon et de Floride, a entraîné des modèles d'intelligence artificielle en utilisant plus de 1 400 images d'avocats Hass prises sur l'iPhone. Le système a prédit la fermeté, un indicateur clé de la maturité, avec une précision de près de 92 %, et la qualité interne (frais ou pourri) avec une précision de plus de 84 %.
Les chercheurs pensent que ces taux de précision peuvent être améliorés à mesure que davantage d'images sont ajoutées au modèle. Ils notent également que la technologie pourrait permettre d'évaluer la maturité et la qualité d'autres types d'aliments.
Ils espèrent poursuivre le développement de la technologie afin que les consommateurs puissent l'utiliser chez eux pour déterminer le moment optimal pour manger un avocat, évitant ainsi la déception de couper un avocat pour y trouver les redoutables taches brunes.
L'équipe voit également des applications potentielles dans les installations de traitement des avocats, où la technologie pourrait être utilisée pour mieux trier et classer les fruits. Par exemple, si le système détecte qu'un lot est plus mûr, il pourrait être expédié à un détaillant proche plutôt qu'à un détaillant plus éloigné. Les détaillants pourraient également utiliser la technologie pour déterminer quels avocats doivent être vendus en premier en fonction de leur maturité.
Ces résultats s'appuient sur des recherches antérieures qui ont utilisé des images et des techniques d'apprentissage automatique pour évaluer la qualité des aliments. Toutefois, les études antérieures reposaient sur la sélection manuelle des caractéristiques [SN1] et sur des algorithmes traditionnels d'apprentissage automatique, ce qui limitait les performances de prédiction, a déclaré In-Hwan Lee, un étudiant en doctorat qui travaille avec Ma sur le projet.
"Pour surmonter ces limites, nous avons utilisé des approches d'apprentissage profond qui capturent automatiquement un plus large éventail d'informations, y compris la forme, la texture et les motifs spatiaux, afin d'améliorer la précision et la robustesse des prédictions de la qualité des avocats", a déclaré Lee.
Mme Ma a choisi de se concentrer sur les avocats en raison de leur grande valeur marchande et de leur taux de perte élevé. Elle a également noté une motivation personnelle : en tant que consommatrice fréquente de toasts à l'avocat, elle était souvent frustrée de ne pas savoir quand les avocats étaient parfaitement mûrs et de couper des avocats trop mûrs.
La recherche s'attaque à un problème mondial majeur : le gaspillage alimentaire. Environ 30 % de la production alimentaire mondiale est gaspillée. En réponse à ce défi, le ministère américain de l'agriculture et l'agence de protection de l'environnement ont fixé un objectif national de réduction des déchets alimentaires de 50 % d'ici à 2030.
"Les avocats ne sont qu'un début", a déclaré M. Ma. "Cette technologie pourrait être appliquée de manière beaucoup plus large, en aidant les consommateurs, les détaillants et les distributeurs à prendre des décisions plus intelligentes et à réduire les déchets.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
Autres actualités du département science
