フィールドからフォークへ：スタートアップが食品業界にAIのスモーガスボードを提供

From Field to Fork Startups Offering an AI Smorgasbord to the Food Industry

それは魔法のように機能しました。データセンターで実行されているコンピュータービジョンアルゴリズムが、インドの遠い小麦畑に病気が感染しようとしていることを検知しました。

16日後、現地の作業員が初めて感染の証拠を見つけました。

これは、Vinay Indragantiのような人々がデジタルトランスフォーメーションと呼ぶ魔法のようなものでした。彼は25年間、IngredionなどのFortune 500の食品原料メーカーでの過去12年間、その実践をしてきました。

このインドのプロジェクトは、Indragantiが共同創設したBlu Cocoon DigitalというスタートアップのNVIDIA Metropolisで動作する持続可能な農業向け製品スイートであるAGRi360の最初の大きなテストでした。

• 誰が雨を止めるのか？ 科学者が気候協力を呼びかける
• このスペースを見る：AIを使用してリスクを推定し、資産を監視し、クレームを分析する新しい空間金融の分野
• TaatikNet（ターティクネット）：ヘブライ語の翻字のためのシーケンス・トゥ・シーケンス学習

モバイルアプリがクラウドの知恵を利用

パイロットプログラムはシンプルで効果的でした。

農場の作業員は、モバイルアプリによって時間と位置情報が付与された植物の写真を撮影しました。それらはMicrosoft Azureクラウドに送信され、Blu Cocoonのカスタムモデルがパターンを見つけ、驚くべき予測を可能にしました。

業界での経験により、Indragantiはこのようなタイムリーな情報の価値を知っています。それは農場主やその全ての食品供給チェーンにとって豊作をもたらすことができます。

「それは広大な領域です。それがBlu Cocoonでの私たちのモットーである『食品のためのAI』になった理由です」と彼はコルカタに本社を置く同社のシカゴ郊外のオフィスでのインタビューで述べました。

畑の第三の目

AGRi360は「畑の第三の目のように機能します」とBlu Cocoon DigitalのR&D部門を率いる微生物学者のPinaki Bhattacharyaは言います。

パイロットプログラムでは、農家に対して病気を防ぐためにわずかな量の農薬を使用するように早期警告を出しました。農薬会社はその地域の状況について予め情報を得て、供給チェーンを管理するのに役立ちました。

将来的には、作物を購入する食品生産者はその微生物学的な詳細情報を得ることができます。それは、製品を販売する地域の規制要件を満たすために、作物をどのように処理し、いつ処理するかを計画するのに役立ちます。

「AGRi360は、農業労働者が通常の仕事をしている間に撮影された写真によってAIが提供される情報をキャプチャします」とBhattacharyaは述べています。

種子と土壌の評価

AIモデルは、土壌条件と種子の品質を迅速に評価するためのコンピュータービジョンの研究から始まりました。

これらのスキルは、農作物の健康状態と農業のベストプラクティスをモニタリングする製品とともに、AGRi360の製品ポートフォリオの一部となっています。現在、AGRi360は2つの国で使用され、作物の収量と品質が向上しています。

ある顧客は、2025年までに製品の100％を持続可能に調達する予定であると報告しています。別の顧客は、そのサービスのおかげで農薬の収益が上昇しました。

「AGRi360の能力により、カルカッタを拠点とする主要な農薬サプライヤーであるKrishi RayasanのディレクターであるVandan Churiwalは言います。「新たな作物やバリエーション、土壌の種類に対応するために、私たちはビジネスのあらゆる分野にAIパワードのインサイトをもたらすためにBlu Cocoonとのライセンスを拡大しています」と彼は述べています。

トレーニングと推論の高速化

当初、このスタートアップはCPUを使用してAIモデルをトレーニングおよび実行していました。現在は、NVIDIA GPUとMetropolisフレームワークを専用に使用しています。

「CPU上で1つのAIモデルをトレーニングするのに2ヶ月かかっていました」とIndragantiは述べています。「今では、NVIDIA A10 Tensor Core GPUを使用して、AGRi360の4つのモデル全てを数時間でトレーニングできるようになりました。それは画期的です。」

時間の節約は迅速に積み重なります。モデルは新しい作物、バリアント、土壌タイプに対して再トレーニングが必要です。

GPUは推論ジョブの完了時間も短縮しました。CPUでは15〜20分かかる予測は、NVIDIA T4 Tensor Core GPUでは2〜3秒で生成されます。この高速化は、Blu Cocoonが大規模で成長するデータセットでモデルをテストできるようにもなります。

造船所からスナックバーへ

将来を見据えて、Blu Cocoonは食品供給チェーンでの作業を船舶のコンテナの管理にも拡大しています。すでにインドの顧客向けにコンピュータービジョンモデルのテストを行っています。

「私たちはコンテナの移動を最適化する方法を見つけました。コンテナがヤードに滞在する時間を減らし、タッチポイントを最小限に抑えることで時間とお金を節約することができます」とIndragantiは述べました。

このスタートアップは、AIを活用して食品メーカーがレシピを作成するのにも役立っています。すでに植物ベースのチーズ、シェイク、スナックバーを使ったグルテンフリーマフィンをパッケージ食品のクライアントに提供しました。

カスタマーのひとりは、AIを活用したシステムによって新しいレシピの作成時間を80%削減できたと報告しています。

「私たちはBlu Cocoon Digitalという会社名を付けました。私たちはデジタルテクノロジーを活用して顧客の願望を育む方法を、水平線を超えて、海を越えて探し求めています。そして、すべてはNVIDIAプラットフォームとMicrosoft Azure上で実行されます」と彼は述べました。

他の方法については、Monarch Tractorの記事を読んで農業の進化を学んでください。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!