AI beoordeelt graankwaliteit
GrainODM heeft de award voor ‘AI Innovation of the Year’ gewonnen, omdat ze via artificiële intelligentie (AI) een probleem hebben opgelost dat al sinds de jaren 60 speelt bij de kwaliteitscontrole van granen.
De visuele controle van granen (zoals tarwe, gerst en koolzaad) op onzuiverheden is vaak handwerk, waarbij een opgeleide laborant tot wel 30 minuten per staal nodig heeft. Tegelijkertijd wordt het elk jaar moeilijker om deze specialisten aan te werven en op te leiden, terwijl het volume aan analysewerk blijft groeien.
De AI-oplossing van GrainODM voert deze analyse uit in 3 seconden. Dat is 600 keer sneller dan laboranten. Ervaren graanlaboranten worden schaars, het inwerken van nieuwe medewerkers kost jaren, en het handmatige beoordelingsproces is altijd al subjectief geweest: dezelfde partij beoordeeld door 5 laboranten, levert 5 diverse uitslagen op.
Beeldgestuurd AI-systeem
Een studie bij een grote Baltische graanverwerker laat nu zien dat een beeldgestuurd AI-systeem de analyse uitvoert in seconden in plaats van tientallen minuten. De tests laten ook zien dat de uitslag van het systeem binnen de natuurlijke variatie van de experts blijft. De conclusie is niet dat AI even nauwkeurig is als een ervaren analist. Wel luidt de conclusie dat de ervaren analist altijd al opereerde binnen een variatie die zelden expliciet wordt benoemd.
Vandaag zit AI binnen diezelfde variatie, ongeacht het uur van de dag. Tevens speelt vermoeidheid niet mee voor AI, waar dit wel al eens kan gelden voor een laborant als die al weken na elkaar in het oogstseizoen analyses uitvoert.
Cijfers over de onzuiverheid van het graanstaal hangen met de AI-oplossing van GrainODM niet langer af van het tijdstip van de dag of van welke laborant achter de tafel zit. Cijfers waarop contractprijzen, audits en claims zijn gebaseerd, worden voor het eerst in 60 jaar zo reproduceerbaar.
Industriële camera met gestandaardiseerd licht
Een staal volgens de gangbare normen voor het betreffende gewas wordt in het GrainODM-systeem ingevoerd. Een industriële camera legt elke korrel vast onder gestandaardiseerd licht. Een getraind AI-model classificeert het staal in 3 seconden, in 5 tot ruim 30 soorten afwijkingen, afhankelijk van het gewas.
Het resultaat is een digitaal rapport met opgeslagen foto en AI-markeringen voor elke classificatie. Dit kan als bewijs gebruikt worden bij audits of klachten.
Graankeuring evolueert
De officiële methodiek voor visuele graankeuring is in de jaren 60 vastgelegd en sindsdien in de kern onveranderd gebleven. Bijna elke andere stap in de graankwaliteitscontrole – vochtmeting, valgetal, hectolitergewicht, NIR-analyse op eiwit, optische sortering op de lijn – is intussen geautomatiseerd.
Met een AI-analyse die 600 keer sneller loopt en binnen de ‘variatie’ blijft, is de staalbeoordeling niet langer het knelpunt bij de ontvangst. De focus van de senior analist verschuift naar betwiste leveringen, klachtenafhandeling met afnemers en het inwerken van nieuwe collega’s. Precies daar waar het tekort aan ervaren personeel het hardst voelbaar is. Contracten, audits en claims kunnen nu steunen op een foto die de kwaliteit van de betreffende korrel bewijst.
