Научная статья на тему 'УПРАВЛЕНИЕ ИННОВАЦИЯМИ В ПИЩЕВОЙ ИНДУСТРИИ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕЙ'

УПРАВЛЕНИЕ ИННОВАЦИЯМИ В ПИЩЕВОЙ ИНДУСТРИИ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕЙ Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
0
0
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
управление / искусственный интеллект / экономическая эффективность / пищевая индустрия / нейросеть / моделирование рецептуры / идентификация свойств пищевой продукции / оценка качества. / management / artificial intelligence / cost effectiveness / food industry / neural network / formulation modeling / identification of food product properties / quality assessment.

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Алешков А. В., Ивашкин М. В., Синюков В. А.

В данной статье анализируются актуальные проблемы оценки эффективности использования искусственного интеллекта при разработке и производстве инновационной пищевой продукции. В начале статьи рассмотрены концептуальные положения, определяющие области использования искусственного интеллекта в пищевой промышленности, очерчен круг актуальных проблем с ним связанных, анализируются основные причины роста в последние годы интереса потребителей к моделированию новой продукции с использованием искусственного интеллекта. Основная часть исследования посвящена анализу трех перспективных направлений использования искусственного интеллекта в пищевой промышленности (использование искусственного интеллекта при моделировании рецептуры новых видов пищевой продукции, идентификации ее свойств и оценки уровня качества). В заключении приведены краткие выводы, касающиеся возможности оценки экономического эффекта от использования искусственного интеллекта при производстве инновационных продуктов питания.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Managing Innovation in the Food Industry Using Neural Networks

The authors analyze the current problems of assessing the effectiveness of the use of artificial intelligence in the development and production of innovative food. At the beginning of the article, conceptual areas defining the use of artificial intelligence in the food industry have been considered, the range of current problems associated with it has been outlined, the main reasons for the growth in recent years of consumer interest in modeling new products using artificial intelligence have been analyzed. The main part of the study is devoted to the analysis of three promising areas of the use of artificial intelligence in the food industry (the use of artificial intelligence in modeling the formulation of new types of food injection, identifying its properties and assessing the level of quality). At the end of the article, concise conclusions are given regarding the possibility of assessing the economic effect of using artificial intelligence in the production of innovative food.

Текст научной работы на тему «УПРАВЛЕНИЕ ИННОВАЦИЯМИ В ПИЩЕВОЙ ИНДУСТРИИ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕЙ»

ВЕСТНИК ТОГУ. 2023. № 4 (71)

УДК 005.342:664:004

А. В. Алешков, М. В. Ивашкин, В. А. Синюков

УПРАВЛЕНИЕ ИННОВАЦИЯМИ В ПИЩЕВОЙ ИНДУСТРИИ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕЙ

Алешков А. В. - д-р техн. наук, профессор Высшей школы «Управления природными ресурсами», e-mail: aleshkovalexey@gmail.com (ТОГУ); Ивашкин М. В. - д-р экон. наук, профессор Высшей школы «Медиа, коммуникаций и сервиса», e-mail: ivashkin62@mail.ru (ТОГУ); Синюков В. А. - канд. экон. наук, доцент Высшей школы «Менеджмента», e-mail: v.sinukov@yandex.ru (ТОГУ)

В данной статье анализируются актуальные проблемы оценки эффективности использования искусственного интеллекта при разработке и производстве инновационной пищевой продукции. В начале статьи рассмотрены концептуальные положения, определяющие области использования искусственного интеллекта в пищевой промышленности, очерчен круг актуальных проблем с ним связанных, анализируются основные причины роста в последние годы интереса потребителей к моделированию новой продукции с использованием искусственного интеллекта. Основная часть исследования посвящена анализу трех перспективных направлений использования искусственного интеллекта в пищевой промышленности (использование искусственного интеллекта при моделировании рецептуры новых видов пищевой продукции, идентификации ее свойств и оценки уровня качества). В заключении приведены краткие выводы, касающиеся возможности оценки экономического эффекта от использования искусственного интеллекта при производстве инновационных продуктов питания.

Ключевые слова: управление, искусственный интеллект, экономическая эффективность, пищевая индустрия, нейросеть, моделирование рецептуры, идентификация свойств пищевой продукции, оценка качества.

В настоящее время искусственный интеллект проник и продолжает всё глубже проникать практически во все сферы человеческой жизни (включая производство продуктов питания), в большинстве случаев улучшая её качество, создавая новые возможности для импортозамещения и использования современных цифровых технологий, не имеющих мировых аналогов. Однако,

©Алешков А. В., Ивашкин М. В., Синюков В. А., 2023

ВЕСТНИК ТОГУ. 2023. № 4 (71)

необходимо помнить, что искусственный интеллект является всего лишь инструментом, а, следовательно, обладает свойством амбивалентности, в зависимости от целей, сформулированных конкретными людьми, представляющими самые разные «группы влияния».

Применительно к пищевой промышленности, это означает, что появление на рынке новых видов продуктов питания не только способствует решению целого ряда насущных проблем, но и генерирует новые неожиданные проблемы.

Например, широкое использование в пищевой промышленности аналогов и заменителей на основе жиров с трансизомерами жирных кислот, пальмового масла, невероятного количества красителей, консервантов, ароматизаторов и других пищевых добавок, помимо удешевления производства и увеличения сроков хранения готовой продукции, породило целый комплекс проблем медицинского и экологического характера [1].

Необходимость своевременного купирования или, как минимум ослабления отмеченных выше негативных последствий внедрения пищевых инноваций предопределяет использование системного подхода к реализации всех функций управления искусственным интеллектом в пищевой промышленности, включая планирование, организацию, контроль и стимулирование всех этапов разработки и производства продуктов питания.

Несмотря на то, что история нейронных сетей началась еще в 1944 г, а сама возможность использования искусственного интеллекта в пищевой индустрии впервые была показана в 1979 г. в романе Дугласа Адамса «Автостопом по галактике» - практический интерес к ним у широкой аудитории возник совсем недавно, буквально несколько лет назад.

Одной из базовых предпосылок широкого применения искусственного интеллекта выступает наметившийся переход от массового (стандартизованного или унифицированного) питания к персонализированному, связанному с необходимостью производства преимущественно комбинированных продуктов сложного ингредиентного и химического состава, учитывающего индивидуальные особенности конкретного потребителя, его привычки, состояние здоровья и многие другие уникальные характеристики, в том числе на основе его генетического профиля [2].

Второй причиной повышенного внимания стало упрощение пользовательского интерфейса, а наибольшую массовую известность получили такие технологии искусственного интеллекта (нейросети) как ChatGPT, AIVA, Midjourney, Stable Diffusion, Craiyon, IMAGINE, Movavi, Colorize, AutoDraw, Upscale Pics, ru-DALL-E, Bing, Mubert, YandexGPT и др., применяемые для создания и редактирования текста, картинок, видеороликов и музыки.

В данной статье под искусственным интеллектом нами понимается комплекс технологических решений, позволяющих имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при этом результаты, сопоставимые, с результа-

ВЕСТНИК ТСТУ. 2023. № 4 (71)

тами интеллектуальной деятельности человека. При этом, в качестве ключевого элемента искусственного интеллекта нами определена - нейронная сеть, компьютерная программа, имитирующая работу человеческого мозга, в первую очередь благодаря своей способности к самообучению. Задачи, решаемые такой нейросетью, являются в полной мере интеллектуальными, поскольку для них заранее не определен жёсткий алгоритм решения, то есть четко прописанная последовательность действий изначально отсутствует.

Применительно к нашему исследованию способность к самообучению нейросетей позволяет использовать ранее разработанные программные продукты для решения задач в области пищевой индустрии как базу для дальнейшего целенаправленного расширения спектра выпускаемой пищевой продукции и разработки новых технологических процессов в пищевой индустрии. При этом важно отметить, что время, затрачиваемое на оценку предлагаемых разработчиками инноваций, существенно сокращается, а, следовательно, возникает экономический эффект, который должен быть количественно оценен. Это необходимо при определении ресурсной базы для продолжения фундаментальных и прикладных исследований в выбранном направлении, а также для выявления ожидаемой ценности предлагаемых пищевых инноваций среди потенциальных потребителей.

Наоборот, в случае отсутствия экономического эффекта, как положительной разницы между ожидаемым приростом прибыли и плановыми затратами, исследования как можно быстрее следует прекратить для минимизации убытков.

При этом необходимо помнить, что, в отличие от цены, ценность любого товара является характеристикой исключительно субъективной, зависящей от комплекса факторов внешнего и внутреннего характера. А следовательно, на нее можно и нужно воздействовать в благоприятном для продавца ключе, для чего существует широчайший набор инструментов в рамках системы маркетинговых коммуникаций [3].

Возвращаясь непосредственно к теме нашего исследования, следует отметить, что уже сейчас существует большое количество успешных примеров использования нейросетей в пищевых технологиях.

В частности, с ростом промышленной автоматизации и Интернета вещей теперь стало проще, чем когда-либо, контролировать сушку продуктов питания, экструзию, стерилизацию и другие технологические процессы. Кроме того, использование нейросетей является успешным в решении таких задач пищевой индустрии, как сортировка пищевых продуктов, экологическая безопасность, оценка качества, контроль режимов хранения и даже процесс утилизации пищевых отходов [4].

Одним из основных результатов использования искусственного интеллекта в пищевой индустрии является экономия времени при решении задач в области моделирования, идентификации, оценки качества и безопасности пищевой продукции. Следовательно, повышается экономическая эффективность этих процессов.

ВЕСТНИК ТОГУ. 2023. № 4 (71)

В этой связи были выделены три наиболее перспективных, с нашей точки зрения направления, связанных с использованием искусственного интеллекта при моделировании и производстве пищевой продукции, её идентификации и оценки качества.

1. Использование искусственного интеллекта при моделировании рецептуры новых видов пищевой продукции.

Не секрет, что продукты питания относятся к группе наиболее консервативных, с точки зрения восприятия инноваций, товаров. Потребители крайне настороженно относятся даже к самым незначительным изменениям в рецептуре приобретаемых годами продуктов питания (чем успешно пользуются маркетологи, добавляя в аннотацию к своим товарам слова «традиционный», «старинный», «проверенный временем» и т.д.). Любая инновация воспринимается покупателем как попытка продавца сэкономить на качестве и потребительских свойствах привычного продукта.

Для преодоления данной негативной реакции необходима целенаправленная и кропотливая работа по формирования благоприятного имиджа инновационного продукта.

По нашему мнению, искусственный интеллект в ближайшем будущем активно будет включаться в формирование цифровых профилей разрабатываемой пищевой продукции с учетом максимального удовлетворения потребностей целевых сегментов, вплоть до персонально ориентированных. Уже сегодня созданы модификации квалиметрически-маркетингового метода «Дом качества» (Quality Function Deployment, QFD-анализ), где превращение «голоса потребителя» в технические характеристики готовой продукции осуществляет нейросеть, что позволяет повысить точность исследования. Использование нейросетей при моделировании инновационной пищевой продукции позволяет одновременно обрабатывать сотни и тысячи потенциальных рецептур и технологий в сроки, измеряемые минутами и секундами, выбирая оптимальные в зависимости от заданных критериев. Тогда как использование традиционных технологий моделирования (например, с программой MS Excel) занимает от нескольких часов до несколько суток.

2. Использование искусственного интеллекта для идентификации пищевой продукции.

Использование искусственного интеллекта для идентификации отдельных ингредиентов пищевой продукции с учётом ее происхождения (установление аутентичности, например, принадлежности вин к определённому сорту и региону, сыров, фруктов и т.д.) является важным элементом государственного регулирования в рамках зарождающего в России института отслеживания движения (traceability) товаров и важно как для торговых посредников (оптовых и розничных), так и для конечного покупателя.

С этой целью для каждого вида товара на основе современных методов идентификации (хроматография, спектрометрия и др.) необходимо составить паспорт ингредиентов с учетом сезонных и географических отклонений, затем

ВЕСТНИК ТСГУ. 2023. № 4 (71)

с помощь нейросети, зная минимумы и максимумы содержания каждого ингредиента в составе продукта, определить границы содержания отдельных химических веществ в нем. Выявленные в результате исследования отклонения будут говорить о фальсификации. Поскольку число химических веществ, определяемое хроматографически, может достигать десятков и даже сотен, обычные статистические методы (многофакторный анализ) потребуют большого количества времени, а значит ускорить процесс обработки полученных данных можно с помощью искусственного интеллекта. В этом случае в команду разработчиков пищевой продукции и экспертов следует включать инженера-программиста. На сегодняшний день ввиду трудоемкости работы такие паспорта ингредиентов не созданы даже в отношении отдельных видов продуктов, однако можно предположить, что развитие нейросетей в будущем будет способствовать идентификации и отслеживания всех основных видов потребительских товаров.

Наиболее доступным для конечного потребителя использованием искусственного интеллекта в данном случае являются мобильные приложения, разработанные на его основе. Сни пока представлены в небольшом количестве, но их функционал уже позволяет с 95% вероятностью идентифицировать пищевой продукт или блюдо по изображению, производить расчет базовых показателей пищевой и энергетической ценности на одну порцию. Роль такого применения искусственного интеллекта заключается в повышении потребительской грамотности относительно состава и свойств (потребительной стоимости) пищевой продукции, и, в конечном итоге, в снижении алиментарно-зависимых заболеваний среди населения, а значит, в социальной эффективности для государства [6-8].

3. Использование искусственного интеллекта для оценки качества и безопасности пищевой продукции.

Самая существенная область использования искусственного интеллекта в пищевой индустрии связана с оценкой качества и безопасности пищевой продукции.

На сегодняшний день номенклатура показателей безопасности и качества, определяемых в пищевой продукции, ограничена в технических регламентах Евразийского экономического союза и уже не всегда соотносится с действующим уровнем развития лабораторной базы. Применение искусственного интеллекта позволяет расширить спектр определяемых в пищевой продукции контаминантов и биологически активных веществ. В опубликованных на сегодняшний день исследованиях применялся искусственный интеллект для интерпретации результатов при определении широкого спектра катионов (марганца Mn2+ и железа Fe3^ др.), микроорганизмов (включая не определяемые в РФ клостридий Clostridium sporogenes) капсаицина (жгучий компонент перца - в РФ не определяется до сих пор), отдельных сахаров (фруктозы, глюкозы и т.д.), отдельных видов микотоксинов, нитрита [9, 10].

Особую ценность приведенным исследованиям придает то, что большинство из них базируется на неразрушающих методах контроля, что позволяет

ВЕСТНИК ТОГУ. 2023. № 4 (71)

использовать их в составе автоматизированных производственных линий при выходном контроле пищевой продукции и позволяет существенно сокращать издержки на сертификационные испытания, повышая тем самым экономическую эффективность производства.

Подводя итог выше сказанному, следует отметить, что применение искусственного интеллекта позволяет значительно снизить стоимость и время, связанное с разработкой новой пищевой продукции за счёт:

- прогнозного моделирования (нейросети используют уже существующие массивы данных для прогнозирования свойств пищевой продукции с новыми ингредиентами без необходимости ее дорогостоящего фактического производства и тестирования в лабораторных условиях);

- оптимизации технологических процессов (используются для формирования требуемых свойств пищевой продукции);

- принятия эффективных управленческих решений (способствуют принятию оптимальных управленческих решений, предоставляя исследователю информацию и рекомендации об используемых ингредиентах, их свойствах и составе, основанных на больших объёмах данных);

- анализа данных (используется для анализа и интерпретации больших объёмов данных, включая экспериментальные результаты, литературные данные и другую соответствующую информацию, позволяя исследователям определять неочевидные закономерности, что приводит к новым концепциям и открытиям);

- для оптимизации вспомогательных процессов в производстве пищевой продукции (логистика, маркетинг, мерчандайзинг).

В то же время, пока нейросети не могут полностью заменять разработчиков продукции, лаборантов и оборудование с реактивами, не могут самостоятельно разрабатывать и предлагать новые методики, только дорабатывая или совершенствуя уже имеющиеся. Таким образом, в ближайшее время, искусственный интеллект не сможет заменить ни методы исследования, ни исследователей.

Кроме того, как следует из приведённого обзора, точность результатов, выдаваемых нейросетью, не всегда соответствует нормативным значениям, поскольку нейросеть в принципе не может учесть весь комплекс внешних факторов, связанных с иррациональным изменением потребностей целевых покупателей. А это значит, что применение искусственного интеллекта при оценке качества пока может быть оправдано только в экспресс-тестах при оперативном контроле.

Особо следует подчеркнуть, что использование искусственного интеллекта должно осуществляться по всей цепочке субъектов пищевой индустрии. Искусственный интеллект помогает анализировать большие объёмы данных в режиме реального времени, устранять разрывы в спросе и предложении, эффективно планировать и прогнозировать производственную деятельность компании.

ВЕСТНИК ТСГУ. 2023. № 4 (71)

В рамках принятия решений по оптимизации логистических маршрутов искусственный интеллект позволяет анализировать уже существующие маршруты, выявлять их узкие места и выбирать наилучший. Это приводит к существенному сокращению издержек и времени складирования и доставки товаров. Отдельные инструменты обработки данных на основе искусственного интеллекта способствуют объективной оценке факторов, влияющих на перемещение товаров в режиме реального времени и качественного расчёта времени доставки.

Использование искусственного интеллекта позволяет предприятиям пищевой индустрии выявлять закономерности и новые тенденции в поведении потребителей, принимать обоснованные управленческие решения о производстве своих продуктов и стратегиях ценообразования. Искусственный интеллект персонализирует предложения и рекламные акции на основе покупательских привычек клиентов, более качественно сегментирует потребителей.

Кроме того, искусственный интеллект становится всё более распространенным и в процессе принятия решений потребителями.

Сн, во-первых, позволяет повышать эффективность и рациональность совершаемых покупок.

Во-вторых, приводит к относительному снижению затрат на покупку товаров, за счет нахождения оптимального баланса в соотношении «цена-качество».

В-третьих, способствует устранению необоснованных предубеждений при принятии решений и предоставляет более персонализированные рекомендации при покупке товаров.

Библиографические ссылки

1. Алешков А.В., Жебо А.В., Каленик Т.К. Аналоги, заменители и имитации пищевой продукции: аспекты терминологии, классификации и качества // Вестник Камчатского государственного технического университета. 2018. № 46. С. 6-14.

2. Уварова Н.Г., Алешков А.В. Новая парадигма питания: от сыроедения к нутригеномике // Товароведение, технология и экспертиза: инновационные решения и перспективы развития : материалы II нац. науч.-практ. конф. М., 2021. С. 112-118.

3. Алешков А.В., Бурик М.В., Ивашкин М.В. Формирование потребительной стоимости инновационной пищевой продукции на основе воспринимаемой ценности. Вестник Тихоокеанского государственного университета. Хабаровск, 2022. № 3. С. 111-122.

4. Intelligent food processing: Journey from artificial neural network to deep learning / Nayak J., Vakula K., Dinesh P., Naik B., Pelusi D. // Computer Science Review. 2020. Vol. 38. URL : https://www.sciencedirect.com/science/arti-cle/pii/S 157401372030397X (дата обращения: 07.07.2023).

5. Recent advances in delivery systems optimization using machine learning approaches / Yakoubi S., Kobayashi I., Uemura K., Nakajima M., Hiroko I., Neves M. // Chemical Engineering and Processing - Process Intensification. 2023. Vol. 188. https://doi.org/10.1016/j.cep.2023.109352.

ВЕСТНИК ТОГУ. 2023. № 4 (71)

6. Furtado P., Caldeira M., Martins P. Human Visual System vs Convolution Neural Networks in food recognition task: An empirical comparison // Computer Vision and Image Understanding. 2020. Vol. 191. URL : https://www.sciencedirect.com/science/article/pii /S1077314219301675 (дата обращения: 07.07.2023).

7. Chaitanya A., Shetty J., Chiplunkar P. Food Image Classification and Data Extraction Using Convolutional Neural Network and Web Crawlers // Procedia Computer Science. 2023. Vol. 218. P. 143-152. https://doi.org/10.1016/iprocs.2022.12.410.

8. Analysis of Convolutional Neural Networks on Indian food detection and estimation of calories / Sathish S., Ashwin S., Quadir Md., Pavithra L. // Materials Today : Proceedings. 2022. Vol. 62. Part 7. P. 4665-4670. https://doi.org/10.1016/j.matpr.2022.03.122.

9. Abbasi-Tarighat M., Shahbazi E., Niknam K. Simultaneous determination of Mn2+ and Fe3+ as 4,4'[(4-cholorophenyl)methylene] bis(3-methyl-1-phenyl-1H-pyra-zol-5-ol) complexes in some foods, vegetable and water samples by artificial neural networks // Food Chemistry. 2013. Vol. 138. Issues 2-3. P. 991-997. URL : https://www.sciencedirect.com/science/article/pii/S030881461201549X (дата обращения: 07.07.2023).

10. Fully nondestructive analysis of capsaicinoids electrochemistry data with deep neural network enables portable system / Xing Z., Jiang Y., Zogona D., Wu T., Xu X. // Food Chemistry. 2023. Vol. 417. URL : https://www.sciencedirect.com/science/ arti-cle/pii/S0308814623004995 (дата обращения: 07.07.2023).

Title: Managing Innovation in the Food Industry Using Neural Networks Authors' affiliation:

Ivashkin M.V. - Pacific National University, Khabarovsk, Russian Federation Aleshkov A.V. - Pacific National University, Khabarovsk, Russian Federation SinukovV.A.- Pacific National University, Khabarovsk, Russian Federation

Abstract: The authors analyze the current problems of assessing the effectiveness of the use of artificial intelligence in the development and production of innovative food. At the beginning of the article, conceptual areas defining the use of artificial intelligence in the food industry have been considered, the range of current problems associated with it has been outlined, the main reasons for the growth in recent years of consumer interest in modeling new products using artificial intelligence have been analyzed. The main part of the study is devoted to the analysis of three promising areas of the use of artificial intelligence in the food industry (the use of artificial intelligence in modeling the formulation of new types of food injection, identifying its properties and assessing the level of quality). At the end of the article, concise conclusions are given regarding the possibility of assessing the economic effect of using artificial intelligence in the production of innovative food.

Keywords: management, artificial intelligence, cost effectiveness, food industry, neural network, formulation modeling, identification of food product properties, quality assessment.

i Надоели баннеры? Вы всегда можете отключить рекламу.