בזבוז מזון
בינה מלאכותית מסייעת בהצלת מזון מהאשפה

גרמניה התחייבה להפחית בחצי את בזבוז המזון עד שנת 2030. במכון פראונהופר לטכנולוגיית יציקה, הרכבה ועיבוד IGCV חוקרים גישות של בינה מלאכותית שעשויות לקרב אותנו ליעד זה.

מאת יוהאנס צלר

על פי מחקר של מכון Thünen , מכון מחקר גרמני לאזורים כפריים, יערות ודייג, כ-12 מיליון טון של מזון, בערך פי 40 מהמשקל של קתדרלת קלן, מגיעים לאשפה בגרמניה מדי שנה. כחצי מהכמות הזאת (6.1 מיליון טון) מבוזבז במשקי בית פרטיים - מדובר ב-75 ק"ג בממוצע לנפש. שליש נוסף מהמזון הולך לאיבוד עוד בתהליך הייצור: 1.4 מיליון טון נעלמים בשלב הייצור, 2.2 מיליון טון נוספים נעלמים בשלב העיבוד.

ב"אג'נדה 2030 לפיתוח בר קיימא" של האו"ם התחייבה גרמניה להפחית בחצי את בזבוז המזון במדינה בשנים הבאות. כדי להגיע ליעד זה, ממשלת גרמניה מסתמכת על הפוטנציאל של אלגוריתמים: במיזם שמממן המשרד הפדרלי לכלכלה ולאנרגיה, מכון פראונהופר IGCV עובד במאגד של 18 שותפים מהתעשייה והמחקר כדי ליישם שיטות מתחום הבינה המלאכותית להתנהלות בת קיימא יותר עם מזון.

למנוע בזבוז באופן שיטתי

ייצור יתר, תנודות באיכות, דרישות אסתטיות גבוהות מצד הצרכנים - אלו רק חלק מהסיבות הרבות שבגללן המזון מגיע לאשפה. גם אם נראה כי ניתן להתמודד עם כמה מהסיבות עדיין לא הצלחנו לפתור את הבעיות הללו באופן שיטתי. זאת משום ששרשרת הערך של המזון היא מערכת מורכבת: מיצרני חומרי גלם וחקלאים דרך עיבוד (בעיקר תעשייתי) ועד למובילים ולסוחרים, מעורבים הרבה אנשים ושלבים עד שבסופו של דבר הלחמנייה מגיעה אלינו. אם מבקשים להבין את התהליך כולו על כל גורמיו, מוצפים במהרה בכמויות אדירות של נתונים שהמוח האנושי אינו עומד בהן. לעומת זאת בינה מלאכותית ולמידת מכונה עשויות לסייע לנו להבין את הנתונים וכך לייעל תהליכים מורכבים ביותר בתכנון הייצור והמכירה ובפיקוח. 
שרשרת הערך של המזון היא מערכת מורכבת: מיצרני חומרי גלם וחקלאים דרך עיבוד ועד למובילים ולסוחרים, מעורבים אנשים ושלבים רבים. | צילום: © Adobe "בינה מלאכותית מסוגלת לזהות הקשרים בכמויות גדולות של נתונים שאינם ברורים לאדם", מסביר פטריק צימרמן, מדען במכון פראונהופר IGCV ואחד המפתחים של פלטפורמת REIF. REIF היא "שרשרת מזון יעילה במשאבים, כלכלית וחכמה", כלומר שרשרת ייצור מזון בת קיימא, חסכונית וחכמה. מיזם REIF בוחן את שרשרת הערך כולה, מייצור חקלאי ועד למכירה בקופה בסופרמרקט ותר אחר פוטנציאל ייעול. גם עמיתו פיליפ תוימר משוכנע כי "אפשר למנוע ייצור יתר ובזבוז", למשל באמצעות  חיזוי טוב יותר של ביקוש מזון או צמצום הפסדים הנובעים מאיכות פחות טובה.

לצורך כך, REIF משתמשת במערכות תוכנה שונות שאוספות ומפשטות נתונים: הן נתונים משרשרת הערך והן נתוני מזג אוויר למשל מכיוון שיש לכך השפעה מכרעת על התנהגות הרכישה של הצרכנים. בעתיד בינה מלאכותית תוכל למשל לווסת בצורה גמישה את כמויות השחיטה ומחירי הבשר לצלייה על גריל, כך שפחות ממנו יישאר על המדף בסוף שבוע גשום. "התחזיות מבוססות על מגוון רחב של מקורות נתונים, למשל מגמות של גוגל ונתונים ממערכת הסחורות", מסביר צימרמן.
 

מערכת אקולוגית למען ידע רב יותר

REIF מוצאת דרכים למזער בזבוז בתחום של ייצור המזון. אפשרות אחת היא ייעול חיי המדף, כפי שמסביר צימרמן בדוגמה: "הטמפרטורה ומשך תהליך הערבוב של בשר נא משפיעים על תאריך התפוגה של מוצרי בשר מוכנים. באמצעות שימוש באלגוריתמים של בינה מלאכותית לצורך מזעור צריכת האנרגיה בתהליך הערבוב, נוכל להאריך את תאריך התפוגה וכך למקסם את זמן המכירה בסופרמרקט".

גם נתוני מזג אוויר נכנסים לחישובים של מערכת התוכנה REIF: בעתיד בינה מלאכותית תוכל למשל לווסת בצורה גמישה את כמויות השחיטה של בשר לצלייה על גריל. | צילום: © Adobe השותפים לפרויקט REIF נמצאים כעת בתהליך של בניית תוכנה של מערכת אקולוגית, כלומר פלטפורמה דיגיטלית ורשת של כל השותפים הרלוונטיים. מצד אחד יציעו בה אפליקציות בינה מלאכותית שונות, ומצד שני יהיו בה חילופי נתונים אחידים. שלב התהוות הפלטפורמה הסתיים. הגיעה העת למבחן המעשי הראשון.

בטווח הארוך חברות אמורות להיות מסוגלות לחלוק נתונים ואלגוריתמים של בינה מלאכותית משלהן בשוק ה-REIF. שכן ככל שיהיו יותר נתונים זמינים, כך תלמד הבינה המלאכותית מהר וטוב יותר. באמצעות חילופים אלו יוכל הידע של כל חברה לגדול ויהיו אפשרויות יעילות יותר להתנהלות אחראית ובת-קיימא עם מזון.