Utiliser l’intelligence artificielle pour obtenir le meilleur café
Le café a changé le cours de l’histoire depuis qu’il est entré en scène au XVe siècle, et il est devenu une denrée essentielle au fil du temps. En 2019, la consommation mondiale de café a atteint 22 milliards de livres, selon l’Organisation internationale du café.
Malgré les racines profondes de cette boisson, cela faisait déjà très longtemps que le processus de contrôle-qualité nécessaire devait être amélioré. Et c’est chose faite grâce à la solution élaborée par des chercheurs de Taïwan et du Pérou à l’aide de la technologie et du soutien de Lenovo.
Rien qu’aux États-Unis, plus de 150 millions de personnes boivent du café chaque jour. Pourtant, peu d’entre elles savent à quel point le processus de traitement des fèves de café peut facilement mal tourner.
Une graine de café peut présenter autant de défauts potentiels qu’une tasse de café à la qualité contrôlée peut déployer de parfums délicieux. Une graine de café peut être flétrie, fêlée, ou verdâtre et pas assez mûre. Elle peut avoir été perforée par des morsures d’animaux, gâchée par des champignons ou contaminée par des corps étrangers.
Le producteur de la plantation de café doit détecter soigneusement tous ces défauts, et bien d’autres, et les produits existants qui ont été conçus pour contribuer à ce processus ne peuvent procéder qu’à des tris rudimentaires en fonction de la couleur et de la forme.
Jusqu’à récemment, cela revenait à un processus manuel pénible aux résultats imparfaits. Cela pose un problème, car pour certains défauts, il suffit de quelques graines imparfaites pour gâcher le goût de tout un lot.
Mais aujourd’hui, des chercheurs de la Yuan Ze University (Taïwan) et leurs collaborateurs au Pérou ont trouvé un moyen de tirer parti de l’intelligence artificielle pour régler le problème, avec l’appui des dernières avancées propulsées par le système informatique de calcul haute performance de Lenovo et de l’AI Innovation Center de Lenovo.
« C’est un travail très difficile et pénible », a déclaré Yun-Chia Liang, professeur à la Yuan Ze University (Taïwan). « Nous n’essayons pas de remplacer les travailleurs, mais plutôt de mettre au point un système pour les aider. »
Les collaborateurs péruviens, le Prof. César Beltrán Castañón et le Dr Christian E. Portugal Zambrano, ont partagé leur connaissance du processus délicat de tri des graines de café.
« À chaque récolte de fèves, ils ont une main-d’œuvre impressionnante là-bas. Tout le monde est assis en rang et retire à la main chaque graine de café imparfaite. Alors, on s’est dit que si on arrivait à développer un système comme celui-ci, on pourrait les aider à améliorer la qualité de l’inspection », a expliqué M. Liang.
Malgré son développement complexe, le système est assez facile à comprendre. Les graines transitent par une cheminée dans laquelle un appareil photo capture leur image. Ensuite, l’intelligence artificielle d’apprentissage profond est mise en œuvre pour les étiqueter, en déterminant de manière très précise si une graine est utilisable ou non. Ce processus d’inspection et de classification utilise un seul algorithme.
Les données existantes sur les graines de café de la Central de Cooperativas Agrarias Cafetaleras de los Valles de Sandia, au Pérou, ont été utilisées pour entraîner la topologie du modèle d’apprentissage profond, ce qui rend le processus de tri des graines plus facile que jamais.
Les systèmes informatiques de calcul haute performance de Lenovo, comme ThinkSystem, ont contribué à accélérer ce processus complexe.
SOLUTIONS PRÉSENTÉES
Analytique et IA de Lenovo
Informatique hautes performances de Lenovo
Solutions Data Center
Nous n’essayons pas de remplacer les travailleurs, mais plutôt de développer un système pour les aider.
— Prof. Liang, Yuan Ze University (Taïwan)
« Nous avons eu la chance d’utiliser ThinkSystem de Lenovo, et ce système a permis de démultiplier notre puissance de calcul », a déclaré M. Liang.
Comme les imperfections peuvent apparaître lors de toutes les phases, de la récolte à la torréfaction, en passant par le transport et la livraison, la technologie qui facilite la détection des fèves imparfaites sera très utile pour de nombreuses personnes impliquées dans la chaîne d’approvisionnement.
En 2019, la consommation mondiale de café a atteint 22 milliards de livres, selon l’Organisation internationale du café.
t les résultats potentiels parlent d’eux-mêmes. Un contrôle efficace de la qualité de la graine de café peut faire la différence entre un café à l’acidité équilibrée et un café au goût de vinaigre, ou entre une tasse de café qui dégage de riches arômes de chocolat et une tasse qui sent le moisi et offre un café au goût de moisi.
Cette distinction, simple, mais ô combien utile, n’est qu’un seul exemple de la puissance de l’intelligence artificielle qui entraîne une production plus fluide pour les entreprises, une diminution du volume des tâches pénibles pour les travailleurs dans la plantation de café et de meilleurs produits pour les consommateurs. Grâce à l’intelligence artificielle, des millions de personnes dans le monde entier peuvent savourer un délicieux café tous les matins.
CHAÎNE D’APPROVISIONNEMENT
CHAÎNE D’APPROVISIONNEMENT
ÉDUCATION
