Нейросеть поможет определить оптимальный срок хранения продуктов питания

Новый алгоритм искусственного интеллекта, разработанный специалистами Сколковского института науки и технологий, способен определять срок хранения яблок. Научная статья была опубликована в журнале Computers and Electronics in Agriculture.

Наш алгоритм корректно предсказал сроки хранения яблок в 80% случаев. Это, несомненно, успешный результат, поскольку речь идет об автоматизированном решении, практически не требующем участия человека. Для доработки алгоритма потребуются дополнительные данные и донастройка, но на текущем этапе достигнутый результат выглядит многообещающе,

Павел Осиненко, старший преподаватель Сколтеха, один из разработчиков алгоритма.

Известно, что нейронные сети представляют собой программы, устройство которых напоминает нейронные связи в головном мозге человека. Нейросети способны обучаться, самостоятельно находя математические связи между программными модулями, которые в данной системе выполняют функцию нейронов. В современной науке подобные алгоритмы применяются во многих областях: от медицины до производства новых сверхпрочных материалов.

Авторы нового исследования применили нейронные сети для определения оптимального срока хранения различных видов фруктов. Для этого специалисты в течение трех лет наблюдали за ростом и хранением яблок сорта Бребурн в одном из немецких садов. Срок хранения яблок менялся в зависимости от метеорологических условий, химического состава плодов и других факторов.

Полученная в ходе наблюдения информация была использована для обучения алгоритма рекуррентной нейросети. Алгоритм смог оценивать не только срок хранения яблок, но и изменение их внешнего вида в процессе гниения.

Результаты эксперимента показали, что точность работы нейросети составляла около 80%. Ученые надеются применить новую технологию для сокращения расходов, возникающих у фермеров и клиентов из-за порчи фруктов.

Ранее «Центральная Служба Новостей» рассказывала о создании нового катализатора для преобразования углекислого газа в топливо.