Αξιοποιώντας την τεχνητή νοημοσύνη για τη βελτίωση της ποιότητας, της αποτελεσματικότητας και της εμπιστοσύνης του ελαιολάδου

Τα τελευταία δύο χρόνια, η τεχνητή νοημοσύνη (AI) με τη μορφή μεγάλων γλωσσικών μοντέλων – όπως οι Gemini, ChatGPT και ο Μπαρντ – έχει αιχμαλωτίσει το δημόσιο κέφι.

Ωστόσο, η τεχνητή νοημοσύνη βοηθά τους ελαιοκαλλιεργητές να βελτιώσουν την αποτελεσματικότητα και τη λήψη αποφάσεων την τελευταία δεκαετία.

Νωρίτερα φέτος, αξιωματούχοι της πόλης στο Jaén της Ισπανίας συγκεντρώθηκαν για να συζητήσουν τους πολλούς ρόλους που μπορεί να καλύψει η τεχνητή νοημοσύνη για τους ελαιοκαλλιεργητές και τους ελαιοτριβείς στην πιο καταπληκτική επαρχία παραγωγής ελαιολάδου στον κόσμο.

Μεταξύ των παρευρισκομένων ήταν η Decidata Analytics, μια εταιρεία που ειδικεύεται στην τεχνητή νοημοσύνη που χρησιμοποιείται για τη βελτίωση της ανάλυσης δεδομένων.

Ο διευθυντής του έργου Χαβιέρ Κανέγκο Μαρτίνεθ είπε Olive Oil Times ότι η τεχνητή νοημοσύνη θα μπορούσε να βελτιώσει την ιχνηλασιμότητα και να βοηθήσει στην οικοδόμηση εμπιστοσύνης σε έναν τομέα που μαστίζεται από αρνητικά πρωτοσέλιδα για απάτη τους τελευταίους μήνες.

"Τα εργαλεία τεχνητής νοημοσύνης μπορούν να βοηθήσουν να διασφαλιστεί ότι το ελαιόλαδο είναι αυθεντικό και υψηλής ποιότητας ελέγχοντας τον τύπο των ελιών που χρησιμοποιούνται», είπε. ​"Αυτό μπορεί να γίνει αναλύοντας φωτογραφίες από κουκούτσια ελιάς χρησιμοποιώντας τεχνολογία αναγνώρισης εικόνας. Παρέχοντας ακριβείς πληροφορίες για το προϊόν, οι εταιρείες μπορούν να οικοδομήσουν εμπιστοσύνη με τους καταναλωτές και να διατηρήσουν μια ισχυρή φήμη επωνυμίας».

Πράγματι, ερευνητές από ιταλικά πανεπιστήμια έχουν εκπαιδεύσει την τεχνητή νοημοσύνη να προσδιορίστε την προέλευση εξαιρετικό παρθένο ελαιόλαδο χρησιμοποιώντας τις φαινολικές ενώσεις και τις στερόλες του. Σε μια μελέτη του 2022, ανέφεραν ότι το AI εντόπισε σωστά τα τοπικά παραγόμενα ελαιόλαδα Taggiasca Ligure.

Μαζί με την επαλήθευση της γνησιότητας, ο Canego Martinez πιστεύει ότι τα εργαλεία που υποστηρίζονται από AI μπορούν να βοηθήσουν τους παραγωγούς και τους λιανοπωλητές να στοχεύουν πελάτες με εξατομικευμένη διαφήμιση.

"Κατανοώντας τι αρέσει στους καταναλωτές και πώς συμπεριφέρονται, οι εταιρείες μπορούν να προσαρμόσουν τα μηνύματα και τις προωθήσεις τους για να προσεγγίσουν συγκεκριμένες ομάδες πιο αποτελεσματικά», είπε.

"Η τεχνητή νοημοσύνη μπορεί περαιτέρω να προβλέψει τις τάσεις της αγοράς για τον τομέα του ελαιολάδου, μαζί με τις απαιτήσεις των καταναλωτών, βοηθώντας τις εταιρείες να προσαρμόσουν τις στρατηγικές τους έγκαιρα», πρόσθεσε ο Canego Martinez. ​"Αυτό τους επιτρέπει να βελτιστοποιούν το απόθεμα, την τιμολόγηση και τις προσπάθειες μάρκετινγκ για να παραμείνουν ανταγωνιστικοί».

Ο Diego Hueltes, μηχανικός υπολογιστών και σύμβουλος, έχει αποδείξει ότι τα μοντέλα AI μπορούν προβλέψει με ακρίβεια τις τιμές. Ανέπτυξε τρία μοντέλα πρόβλεψης τιμών χρησιμοποιώντας ιστορικά δεδομένα τιμολόγησης, δεδομένα κλίματος και δεδομένα για προηγούμενες συγκομιδές για να προβλέψει με ακρίβεια τις τιμές για το 2017 και το 2018.

Το μεγαλύτερο μέρος της τεχνολογίας τεχνητής νοημοσύνης για αυτές τις εφαρμογές δεν είναι τόσο γνωστή όσο τα μοντέλα μεγάλων γλωσσών που απευθύνονται στους καταναλωτές που παράγουν την τρέχουσα γενιά γενετικής τεχνητής νοημοσύνης.

Ωστόσο, ο Canego Martinez είπε ότι η γενετική τεχνητή νοημοσύνη μπορεί να βοηθήσει οποιονδήποτε εμπλέκεται στον κόσμο του ελαιολάδου να συμπληρώσει έγγραφα και έντυπα και να παράγει ​"περιεχόμενο υψηλής ποιότητας, συμπεριλαμβανομένων των μέσων κοινωνικής δικτύωσης, ιστολογίων, βίντεο και άλλων εργαλείων μάρκετινγκ».

"Οι παραγωγοί ελαιολάδου αρχίζουν σιγά σιγά να βλέπουν τα πλεονεκτήματα της μετάβασης σε αυτόν τον τομέα», είπε. ​"Μπορούν να δουν πώς η τεχνητή νοημοσύνη μπορεί όχι μόνο να ενισχύσει το branding για τις εταιρείες ελαιολάδου αλλά και να βελτιώσει τη συνολική ικανοποίηση των πελατών».

Κατά τη διάρκεια της εκδήλωσης στο Jaén, οι αξιωματούχοι συζήτησαν τη χρήση της τεχνητής νοημοσύνης για chatbot υποστήριξης πελατών και τον τρόπο με τον οποίο οι αγρότες και οι μυλωνάδες μπορούν να χρησιμοποιήσουν τα υπάρχοντα εργαλεία AI για να προβλέψουν το χρόνο συγκομιδής και τις τάσεις της αγοράς.

Μαζί με την τεχνητή νοημοσύνη, συζητήθηκαν χρησιμοποιώντας τεχνολογία blockchain για τη βελτίωση της ιχνηλασιμότητας και την καταπολέμηση της κλοπής και της απάτης.

Εκτός από το μάρκετινγκ και τα τμήματα της επιχείρησης που αντιμετωπίζουν οι πελάτες, η Canego Martinez είπε ότι οι αγρότες και οι παραγωγοί μπορούν να χρησιμοποιήσουν την τεχνητή νοημοσύνη για να κάνουν τις δραστηριότητές τους πιο αποτελεσματικές και βιώσιμες.

"Η τεχνητή νοημοσύνη επιτρέπει τη βελτιστοποίηση των διαδικασιών παραγωγής, καθιστώντας τις πιο αποτελεσματικές και βιώσιμες», δήλωσε ο Canego Martinez. ​"Αυτό περιλαμβάνει την κατάλληλη χρήση φυσικών πόρων όπως το νερό και τα λιπάσματα, τη μείωση των περιβαλλοντικών επιπτώσεων και την προώθηση υπεύθυνων γεωργικών πρακτικών».

Σε ένα συνέδριο του Ιουνίου στο Mengíbar, μια άλλη πόλη στην επαρχία Jaén, οι ερευνητές παρουσίασαν μια πλατφόρμα AI που με ακρίβεια προβλεπόμενοι χρόνοι συγκομιδής της ελιάς μια σεζόν εκ των προτέρων χρησιμοποιώντας μετεωρολογικά και ιστορικά δεδομένα συγκομιδής.

"Η τεχνητή νοημοσύνη και η μηχανική μάθηση παίζουν επίσης θεμελιώδη ρόλο στην αντικειμενοποίηση της λήψης αποφάσεων», δήλωσε ο Canego Martinez. ​"Αυτές οι τεχνολογίες επιτρέπουν στις εταιρείες να αναλύουν μεγάλους όγκους δεδομένων και να εξάγουν ακριβείς, βασισμένες σε στοιχεία γνώσεις. Αυτό εξαλείφει την υποκειμενικότητα και την ανθρώπινη προκατάληψη, επιτρέποντας πιο ενημερωμένες και δίκαιες αποφάσεις».

Ο Canego Martinez έδειξε επίσης τον έλεγχο των παρασίτων ως παράδειγμα του τρόπου με τον οποίο τα εργαλεία τεχνητής νοημοσύνης μπορούν να βοηθήσουν τους ελαιοκαλλιεργητές στην καθημερινή τους εργασία.

"Τα μοντέλα μηχανικής μάθησης μπορούν να βοηθήσουν στην πρόβλεψη πότε μπορεί να εμφανιστούν παράσιτα εξετάζοντας προηγούμενα δεδομένα και περιβαλλοντικούς παράγοντες, κάτι που είναι εξαιρετικά χρήσιμο για τους αγρότες όταν κάνουν επιλογές διαχείρισης καλλιεργειών», είπε.

"Μπορούν επίσης να προειδοποιήσουν για τις μελλοντικές αποδόσεις των καλλιεργειών με βάση το πώς εξελίσσονται τα πράγματα αυτή τη στιγμή, διευκολύνοντας τους αγρότες να προγραμματίσουν το μέλλον», πρόσθεσε ο Canego Martinez. ​"Η βελτιστοποίηση της άρδευσης είναι επίσης μια δυνατότητα, όπως αυτό που προσφέρει η Agrow Analytics στην Ισπανία… Προχωρώντας προς τα εμπρός, η εφαρμογή της τεχνητής νοημοσύνης και της μηχανικής εκμάθησης θα συνεχίσει να παράγει λάδι υψηλότερης ποιότητας».

• Το ιστολόγιο