Trong ngành phân loại cherry, sự nhất quán luôn là thước đo cao nhất của thành công. Dù các hệ thống phân loại bằng hình ảnh hiện đại đã mang lại những tiến bộ vượt bậc về sản lượng, độ chính xác và khả năng phát hiện lỗi, việc duy trì kết quả ổn định khi điều kiện trái cây thay đổi vẫn là một trong những thách thức lớn nhất. Giờ đây, trí tuệ nhân tạo (AI) đang góp phần giải quyết bài toán này, không phải bằng cách thay thế công nghệ phân loại truyền thống, mà bằng cách làm cho nó trở nên thông minh hơn.
Ông Stuart Payne, Giám đốc của GP Graders, nhận định rằng trong nhiều năm, việc phân loại bằng hình ảnh đã dựa vào công nghệ camera tinh vi và phân tích hình ảnh dựa trên màu sắc. Những hệ thống này đã làm thay đổi cả ngành công nghiệp, cho phép các nhà quản lý đạt đến tốc độ, sự nhất quán và tính khách quan mà việc phân loại thủ công đơn thuần không thể nào đạt được.
Tuy nhiên, cherry là một loại nông sản có sự biến đổi tự nhiên lớn. Màu sắc quả, màu sắc cuống, bề mặt và hình thái của các khiếm khuyết đều có thể khác nhau giữa các giống, các vườn cây và các vùng trồng. Ngay cả trong một lô hàng, những đặc tính này cũng có thể thay đổi, ảnh hưởng đến cách một hệ thống phân loại bằng hình ảnh diễn giải dữ liệu. Dù các hệ thống hiện tại hoạt động rất tốt, việc đạt được kết quả tối ưu luôn đòi hỏi sự thấu hiểu và khả năng thích ứng với sự biến đổi tự nhiên này.
Nhận diện chính xác phần cuống – Nền tảng của mọi quyết định
Một trong những yếu tố quan trọng nhất trong quá trình đó là khả năng nhận diện chính xác phần cuống.
Phần cuống có vẻ là một bộ phận nhỏ, nhưng nó lại đóng vai trò quyết định trong việc diễn giải phần còn lại của hình ảnh. Nếu một hệ thống không thể phân biệt một cách đáng tin cậy giữa cuống và phần thịt quả, việc phân tích dựa trên màu sắc sẽ dễ bị sai sót hoặc không nhất quán khi đánh giá các khiếm khuyết. Việc xác định chính xác phần cuống sẽ tạo ra một điểm khởi đầu tin cậy hơn cho mọi quyết định phân loại sau đó.
Thay vì chỉ dựa vào phân tích phổ màu, nền tảng radiai™ của GP Graders sử dụng trí tuệ nhân tạo để nhận diện cuống dựa trên các đặc điểm hình ảnh đã được học. Điều này cho phép hệ thống xác định cuống một cách nhất quán hơn bất chấp sự thay đổi tự nhiên về màu sắc và hình dạng. Cách tiếp cận này tạo ra một nền tảng vững chắc hơn cho việc phân tích lỗi ở các công đoạn sau, trong khi vẫn duy trì được độ chính xác về kích cỡ mà các nhà vườn và nhà đóng gói mong đợi.
Khi mỗi loại lỗi có một "chuyên gia" AI riêng
Trên nền tảng vững chắc đó, radiai™ tích hợp một loạt các mô hình AI, mỗi mô hình được huấn luyện để nhận diện các đặc điểm chất lượng cụ thể của quả cherry. Thay vì cố gắng phân loại mọi khiếm khuyết bằng một phương pháp duy nhất, các mô hình AI riêng lẻ sẽ tập trung vào từng loại lỗi cụ thể, từ các vết thương hở, vết nứt đã lành, đến dập nát, thâm, nám gió và nứt vòng. Các mô hình bổ sung khác có nhiệm vụ xác định quả thải, quả đôi, quả chùm và các bông hoa còn sót lại sau thu hoạch.
Bằng cách cho phép mỗi mô hình tập trung vào một đặc điểm riêng, hệ thống có khả năng phân biệt tốt hơn giữa các khiếm khuyết có thể trông giống nhau nhưng lại đòi hỏi kết quả phân loại khác nhau.
Kết quả không chỉ đơn thuần là phát hiện nhiều lỗi hơn, mà là phát hiện lỗi một cách nhất quán hơn. Bằng cách giảm sự mơ hồ trong việc diễn giải hình ảnh, AI giúp đưa ra các quyết định phân loại đáng tin cậy ngay cả khi điều kiện trái cây thay đổi, củng cố niềm tin vào các tiêu chuẩn chất lượng của nhà máy.
Điều quan trọng cần nhấn mạnh là các mô hình AI này không nhằm mục đích thay thế các kỹ thuật phân loại bằng hình ảnh đã được chứng minh. Thay vào đó, chúng bổ sung cho công nghệ hiện có, giải quyết những thách thức mà việc phân tích hình ảnh truyền thống khó có thể xử lý một mình. AI trở thành một lớp trí thông minh khác trong quy trình, hoạt động song hành cùng nền tảng phân loại bằng hình ảnh đã có, chứ không thay thế nó.
Giá trị thực tiễn cho nhà quản lý
Đối với các nhà quản lý, lợi ích còn vượt ra ngoài bản thân công nghệ. Những quyết định phân loại nhất quán hơn đồng nghĩa với sự tự tin lớn hơn rằng các thông số kỹ thuật của khách hàng đang được đáp ứng, ít phải điều chỉnh không cần thiết trong quá trình sản xuất, và kết quả có thể lặp lại một cách đáng tin cậy từ thùng hàng đầu tiên đến thùng cuối cùng. Khi áp lực về lao động tiếp tục tăng và yêu cầu về chất lượng ngày càng khắt khe, sự nhất quán chưa bao giờ có giá trị đến thế.
Trí tuệ nhân tạo tiếp tục thu hút sự chú ý lớn trong nông nghiệp, nhưng thành công lâu dài của nó sẽ được đo lường bằng kết quả thực tiễn, chứ không phải bằng năng lực kỹ thuật.
Trong lĩnh vực phân loại cherry thương mại, điều đó có nghĩa là giúp các nhà máy đưa ra những quyết định tốt hơn, nhất quán hơn mỗi ngày.
Tại GP Graders, AI đang chứng minh giá trị của mình bằng cách nâng cao một nền tảng đã được chứng minh là gpVision™, giúp các nhà quản lý tự tin hơn rằng mỗi quả cherry đang được đánh giá một cách chính xác và nhất quán nhất có thể. Khi công nghệ tiếp tục phát triển, đóng góp lớn nhất của nó có lẽ không phải là thay thế các phương pháp truyền thống, mà là âm thầm cải thiện những quyết định quan trọng nhất.
