Более совершенные Cheetos: как PepsiCo использует Project Bonsai от Microsoft, чтобы поднять планку (закусок)

Лия Каллер17 декабря 2020 г.

За свою жизнь я съел много Читос. Поэтому, когда я открываю сумку, я точно знаю, чего ожидать: приятного хруста от восхитительно оранжевого оригинала, тающей во рту воздушности от запеченного слоя или почти слишком пряного (но в хорошем смысле) огонь из любой из разновидностей Flamin' Hot.

Однако я никогда особо не задумывался о том, сколько труда уходит на создание идеального прикуса. Оказывается, существует ряд сложных индивидуальных факторов и подробных характеристик продукта – от соотношения воды до скорости нарезки – которые взаимодействуют, чтобы создать каждую идеальную закуску. И это совершенство имеет первостепенное значение для PepsiCo, поскольку Cheetos — один из самых любимых брендов компании с оборотом в миллиард долларов.

Стремясь повысить эффективность, сохраняя при этом последовательность и качество, PepsiCo разработала решение искусственного интеллекта от Microsoft Project Bonsai. Это решение, которое использует данные системы компьютерного зрения для выдачи рекомендаций или корректировок каждый раз, когда продукт выходит за рамки спецификации, зарекомендовало себя на пилотном заводе и вскоре будет развернуто на производственном предприятии.

Это хорошая новость для таких любителей Cheetos, как я. И это отличная новость для компании, которая сейчас изучает другие возможности использования этой технологии.

«Инновации являются ключевым компонентом нашего успеха в PepsiCo и помогают нам предлагать новые интересные продукты, технологические достижения и даже новые способы работы — все, что нужно, чтобы мы продолжали дарить улыбки нашим потребителям каждый день», — сказала Дениз Лефевр, старший Вице-президент по глобальным исследованиям и разработкам продуктов питания в PepsiCo. «Cheetos, один из наших самых любимых брендов стоимостью в миллиард долларов, производится в 22 странах и представлен более чем 50 вкусами. Технология Project Bonsai помогает нам гарантировать, что каждая закуска Cheetos будет идеальной, и мы воодушевлены ее потенциалом. Это только начало."

YouTube видео

PepsiCo выбрала слоеное печенье Cheetos в качестве своего первого тестового продукта для проекта «Бонсай». Слойки Cheetos изготавливаются на машине, называемой экструдером. Исторически сложилось так, что оператор вручную отбирал несколько кусочков Cheetos, выходящих из экструдера через определенные промежутки времени, проверяя их такие качества, как форма и объемная плотность, и корректируя входные данные на экструдере, если что-то было не так.

Решение Project Bonsai может практически непрерывно контролировать продукт, используя датчики для контроля его качества. Он немедленно узнает, если продукт выходит за пределы определенного диапазона, и может либо дать рекомендации для утверждения оператором, либо самостоятельно скорректировать настройки, если работает автономно.

Первоначальные результаты пилотного проекта также позволяют предположить, что «мозг» бонсай способен хорошо справляться с независимой регулировкой экструдера для поддержания качества и постоянства продукта, несмотря на такие нарушения, как смена партии кукурузной муки.

Дилан Диас, генеральный директор Neal Analytics, который сотрудничал с PepsiCo в пилотном проекте, говорит, что этот проект является отличным примером проектирования и внедрения автономной системы.

«Проект объединил мощное сочетание технологий, навыков прикладного моделирования и предметного опыта для создания инноваций в заводских цехах», — говорит Диас.

Экспертные знания в предметной области, о которых говорит Диас, исходят от опытных операторов и инженеров PepsiCo, чье обучение и опыт были использованы разработчиками для программирования решения искусственного интеллекта и создания среды моделирования для репликации экструдера.

Проект объединил мощное сочетание технологий, навыков прикладного моделирования и предметного опыта для создания инноваций в заводских цехах.

После того как разработчики создали эту среду моделирования, алгоритм ИИ учится методом проб и ошибок, а также обратной связи от операторов – процесс, называемый обучением с подкреплением. При моделировании решение искусственного интеллекта может имитировать дневную пробежку всего за 30 секунд.

Это означает, что решение искусственного интеллекта легко прошло больше смоделированных запусков, чем оператор мог увидеть за многие жизни. А его вычислительная мощность означает, что он может найти правильный вариант гораздо быстрее. Кроме того, компания училась у самых опытных операторов компании и экспертов Cheetos, поэтому отслеживает колебания качества и производительности на основе самого высокого уровня опыта.