بازرسي و مميزي زنجيره توليد مواد غذايي به كمك هوش مصنوعي (Deep Learning)

مقدمه و هدف: يادگيري عميق نوعي هوش مصنوعي است كه با تقليد روش كار سيستم پردازش اطلاعات مغز انسان، به پردازش داده‌هاي مختلف مي‌پردازد. اين فناوري قادر به كنترل كيفيت و بازرسي محصولات و كنترل صد درصدي خطوط توليد است. روش كار: بررسي متون معتبر علمي شامل مقالات و سايت ها حاكي از اثرات مثبت هوش مصنوعي در بازرسي محصولات غذايي بود، كه مطالب مرتبط گردآوري و مطالعه گرديد و نتايج حاصل از آن در قالب متن حاضر جمع بندي شد. يافته ها: طي مطالعات انجام شده، يادگيري عميق از جنبه هاي مختلف بررسي شد كه از جمله مزاياي آن ميتوان به موارد زير اشاره كرد: 1- تشخيص عيوب و خرابي ها و حذف اجزاي معيوب و اضافي 2- افزايش سرعت توليد و فرآوري محصولات 3- بررسي محصولات با بالاترين دقت و كمترين خطا 4- تشخيص كوچكترين تفاوت ها در رنگ، سايز و بافت 5- امكان درجه بندي مواد غذايي بر اساس ويژگي هاي تعيين شده نتيجه گيري: كيفيت و ايمني محصولات غذايي به جهت اينكه با سلامت انسان در ارتباط است، بسيار حائز اهميت مي باشد. همچنين ديگر استانداردهاي جامعه براي فرآوري مواد غذايي و كنترل كيفي محصولات غذايي و كشاورزي بايد كارامد و دقيق باشد، بنابراين در اين راستا، يادگيري عميق با مزاياي منحصر به فرد خود نقش بسزايي خواهد داشت. كلمات كليدي: بهداشت مواد غذايي، كاهش ضايعات، كشاورزي هوشمند، مديريت زنجيره تامين، يادگيري عميق