29 marzo 2021
Monitorare e controllare la shelf-life. È questa, ad oggi, un’attività piuttosto frequente per molte aziende. Con il termine shelf-life si fa riferimento alla vita del prodotto prima dell’acquisto, ovvero il periodo che intercorre tra produzione e vendita, nel quale è necessario mantenere intatta la qualità del prodotto. Superato il tempo di shelf-life, di fatto, il prodotto è considerato inadatto alla vendita. Il monitoraggio di questo parametro risulta centrale per molte categorie di prodotti, come alimenti, bevande, cosmetici, farmaci, prodotti chimici, esplosivi, pneumatici, batterie e molti altri articoli deperibili. La shelf-life non è sinonimo di data di scadenza o di data di freschezza, nonostante tali parametri siano altamente correlati tra loro. Infatti, la shelf-life stessa determina il termine massimo di vendita e, al fine di garantire la massima longevità del prodotto, è necessario monitorare la temperatura di conservazione, l’esposizione alla luce, al calore e all’umidità, le reazioni chimiche e le contaminazioni presenti negli ambienti di conservazione, il packaging, eventuali sollecitazioni meccaniche e altri fattori che, dunque, vanno gestiti in modo adeguato rispetto alle caratteristiche del prodotto.
Il monitoraggio di questo parametro si effettua molte volte all’interno della giornata lavorativa, talvolta anche su prodotti privi di codici a barre, interrogando un database contenente le informazioni d’interesse, e richiede, in aggiunta, un’ulteriore valutazione, legata alla vendibilità o meno del prodotto, in relazione alla shelf-life stessa. Dal momento che, tipicamente, questa operazione si basa su meccanismi di data-entry manuali, risulta evidente l’onerosità legata alla ricerca e alla verifica, attività che richiedono un significativo impiego di risorse umane e un notevole dispendio temporale.
Nasce così la soluzione realizzata dal Laboratorio di Intelligenza Artificiale di Agic Innovation, che semplicemente inquadrando il prodotto mediante una telecamera offre in maniera tempestiva in realtà aumentata tutte le informazioni necessarie sulla shelf-life e sulla sua vendibilità. La soluzione si basa su un modello di riconoscimento progettato in codice Python, sviluppato ad hoc per risultare disponibile anche in mobile, integrando un “motore” Deep Learning tramite una applicazione di Microsoft Custom Vision.
Il servizio consente di sfruttare le potenzialità del riconoscimento automatico degli oggetti anche con un set di dati limitato, senza richiedere lunghi tempi di addestramento e in modo personalizzato rispetto alle esigenze degli utenti. La soluzione risulta, poi, velocemente aggiornabile, grazie a funzioni di riconoscimento volte a classificare nuove immagini. In modalità predefinita il modello restituisce il tag previsto per l’immagine ma è anche possibile, su specifica richiesta, ottenere informazioni circa la probabilità di classe presunta.
Inoltre, la possibilità di esportare il modello su diversi dispositivi a bassa latenza, permette di eseguire il riconoscimento delle immagini in tempo reale e in modo distribuito, a seconda di scenari ed esigenze specifiche, processando le informazioni direttamente sui dispositivi, senza la necessità di passare per il cloud. Collegando il servizio ai database aziendali, il riconoscimento è oggi seguito da una visualizzazione in realtà aumentata delle informazioni rilevanti inerenti agli elementi inquadrati e riconosciuti in modo automatico dal dispositivo, quali informazioni sulle disponibilità in magazzino o sulle date di scadenza dei prodotti identificati.
La funzionalità di visione personalizzata propone, in particolare, due operazioni: la classificazione e il rilevamento. La classificazione delle immagini applica una o più etichette a un'immagine, mentre il rilevamento degli oggetti è simile, ma restituisce anche le coordinate dell'immagine in cui è possibile trovare le etichette applicate. Entrambe le funzionalità possono essere fruite anche tramite API da altri sistemi.
Il tema del riconoscimento delle immagini sta sempre più spostando il mercato attuale, anche grazie all'avvento dei servizi multimediali in cloud e all'aumento dei dispositivi mobili, che hanno abilitato l’emersione di numerose tecnologie di identificazione delle immagini, come la ricerca visiva e il riconoscimento facciale. Come sottolineano le recenti analisi di mercato, la dimensione del mercato globale del riconoscimento delle immagini è oggi valutata circa 27,3 miliardi di dollari e si prevede che registrerà un CAGR del 18,8% da qui al 2027. Infatti, la tecnologia di riconoscimento delle immagini, alimentata dall'apprendimento automatico, è stata incorporata in diversi campi, come la guida autonoma dei veicoli, l’organizzazione automatizzata delle immagini nei siti web e l’identificazione del volto online da parte dei social networking. Gli Stati Uniti dominano il mercato (37,3% del mercato), grazie alla tendenza ad utilizzare l'elaborazione digitale delle immagini soprattutto nell’e-commerce.
La capacità delle applicazioni di riconoscere il contenuto dell'immagine e fornire poi informazioni pertinenti a riguardo sfruttando dispositivi distribuiti apre la strada ad innumerevoli applicazioni. In campo industriale, ad esempio, si può sfruttare questa innovazione per il riconoscimento e la classificazione di oggetti o difetti, potenziando il sistema di visione dei robot, l’automazione e le prestazioni delle macchine, ad esempio quelle selezionatrici, e il controllo qualità in genere. Meccanismi analoghi possono essere applicati al riconoscimento di utensili, dei dispositivi di protezione, al corretto svolgimento delle attività. In fase di imballaggio prodotti, sensori dotati di soluzioni di visualizzazione assistita garantiscono ad esempio la completezza delle spedizioni. In termini di sicurezza stradale, così come in ambito di guida assistita ed autonoma, si può pervenire ad un efficiente riconoscimento dei pedoni, dei segnali stradali, così come al conteggio di elementi significativi di interesse. Anche settori quali la medicina possono essere supportate da sistemi automatici di visione intelligente, a fini diagnostici e di assistenza.
Il Laboratorio di Intelligenza Artificiale è disponibile per mostrare gratuitamente come beneficiare delle più recenti applicazioni AI – leggi qui come.