wAIste: wykorzystanie AI do walki z marnowaniem żywności i promowania zrównoważonego rozwoju

Wywieranie pozytywnego wpływu na otaczający nas świat z użyciem nowoczesnych technologii to coś, w co zawsze angażuję się z wielkim entuzjazmem. Dlatego ucieszyłem się, gdy wraz z moim zespołem zostałem zaproszony do udziału w hackatonie poświęconym zrównoważonemu rozwojowi. Tak powstał wAIste.

Hackathon miał dać nam okazję do opracowania rozwiązań, które będą odpowiedzią na ważne wyzwania związane ze ochroną zasobów naturalnych naszej planety. Postanowiliśmy skupić się na marnowaniu żywności, problemie, który ma wpływ zarówno na środowisko, jak i na nasze społeczeństwo.

Na potrzeby wydarzenia wcieliliśmy się w rolę firmy, która chce stworzyć i dostarczyć rozwiązanie, które może pomóc zminimalizować odpady związane z żywnością.  Po 3 warsztatach intensywnego planowania z wykorzystaniem Design Thinking zwieńczonego 3-dniowym hackatonem, z powodzeniem dostarczyliśmy MVP aplikacji mobilnej, którą nazwaliśmy wAIste.  

Ale najpierw skupmy się na tym, dlaczego zarządzanie odpadami stało się głównym tematem naszego projektu.

Dlaczego próby redukcji odpadów żywnościowych są tak ważne? 

Problem marnotrawstwa żywności jest powszechnie uznawany za wymagający szczególnej uwagi i jest częścią Celu Zrównoważonego Rozwoju nr 12 ustanowionego przez Organizację Narodów Zjednoczonych. Według szacunków, w 2019 roku wygenerowano około 931 milionów ton odpadów spożywczych. Z tego: 

• 61% pochodziło z gospodarstw domowych, 
• 26% z usług gastronomicznych, 
• 13% z handlu detalicznego. 

Według raportu FUSIONS EU, na terenie UE generuje się rocznie około 88 mln ton odpadów spożywczych.  Jest to równe: 

• 174 kg na osobę, lub 
• 143 mld euro strat ekonomicznych, lub 
• 170 000 000 ton emisji CO2. 

Według raportu gospodarstwa domowe są źródłem większości odpadów żywnościowych, co oznacza, że odpady można znacznie ograniczyć na poziomie indywidualnym. Pomaganie konsumentom w lepszym zarządzaniu ich artykułami spożywczymi jest dobrym sposobem do wprowadzenia zmian na dużą skalę.

O aplikacji wAIste 

wAIste wykorzystuje możliwości sztucznej inteligencji i uczenia maszynowego, aby pomóc użytkownikom w ograniczeniu marnowania żywności i ułatwia sortowanie śmieci, mając za cel dążenie do zrównoważonego rozwoju. 

Oferty pracy z

Monitorowanie daty ważności 

Naszym głównym celem było rozwiązanie problemu marnotrawstwa żywności generowanego przez przeterminowane produkty.

Wiele artykułów spożywczych jest marnowanych z powodu zepsucia. Dlatego jedną z kluczowych funkcji naszej aplikacji było monitorowanie i powiadomienia o dacie ważności produktów.

Użytkownik wykonuje w aplikacji zdjęcie posiadanych artykułów spożywczych. Następnie aplikacja automatycznie aktualizuje spis i podaje szacunkowe daty ważności. W ten sposób łatwiej ustalić, które składniki należy zużyć najszybciej.

Sugestie dotyczące przepisów 

Aby aplikacja była jeszcze bardziej użyteczna, dodaliśmy dodatkową funkcję wykorzystującą możliwości OpenAI. Podpowiada ona kompletne przepisy bazujące na produktach, które użytkownik aplikacji aktualnie posiada. 

Robienie zdjęć dodatkowych artykułów spożywczych rozszerza spis składników i oferuje bardziej złożone i ciekawe opcje przepisów. 

Sortowanie odpadów 

Kolejną ważną funkcjonalnością było dostarczanie użytkownikom wskazówek, jak segregować produkty. 

Od początku naszym priorytetem było, aby aplikacja była jak najwygodniejsza dla użytkownika. Dlatego wszystkie dane wejściowe są wprowadzane w formie obrazów, co zapewnia bezproblemowe użytkowanie. Nie jest wymagane wpisywanie tekstu, a model rozpoznający produkty został zoptymalizowany pod kątem skuteczności rozpoznawania niezależnie od kątów oraz w różnych warunkach oświetleniowych.

Jak działa aplikacja wAIste? 

Funkcjonalności aplikacji osiągnęliśmy za pomocą następujących technologii: 

• Aplikacja mobilna – IONIC, Angular 
• Rozpoznawanie obrazów – Azure Cognitive Services Custom Vision model 
• Orkiestracja backend – Function Apps 
• Sugestie dotyczące przepisów kulinarnych – model OpenAI GPT-3 
• Przechowywanie danych – Azure SQL 
• Przechowywanie obrazów – Blob Storage 

Aplikacja, będąc natywnie rozwiązaniem chmurowym, ma duże możliwości dynamicznego skalowania. Dodatkowo koszt prototypu jest niski, co daje duże możliwości dalszej rozbudowy. 

Tak wygląda ogólna architektura aplikacji. Jest ona w całości zasilana przez usługi Microsoft Azure, co daje jej elastyczność zarówno pod względem skali jak i funkcjonalności. Dodatkowe usługi mogą być łatwo dodane lub zintegrowane. 

Technologia przyjazna środowisku na pierwszym planie

Przy odpowiednim podejściu i doborze technologii, rozwiązania typu proof-of-concept, takie jak to, mogą być dostarczane szybko i elastycznie. Wykorzystując framework Ionic, zbudowaliśmy wersje aplikacji na wszystkie najważniejsze systemy mobilne oraz wersje webowe.  

Wykorzystanie modeli Azure Cognitive Services Custom Vision pozwala na dalsze trenowanie modelu w celu poprawy jakości wykrywania obiektów w różnych warunkach. Ponadto, wykorzystanie Azure OpenAI GPT Models zapewnia niezrównaną elastyczność w generowaniu odpowiedzi, wymagając jedynie drobnych zmian w zapytaniach.  

Prosta aplikacja z zaawansowanym celem 

wAIste może pomóc konsumentom w jak najlepszym wykorzystaniu produktów i zmniejszeniu ilości odpadów, poprawiając gospodarkę domową i dbając o środowisko.  

Możemy też wyobrazić sobie to rozwiązanie w użyciu przez sklepy spożywcze, które integrując je ze swoimi aplikacjami, pomagają swoim klientom lepiej zarządzać zakupami. 

Uważam, że aplikacje takie jak wAIste będą miały w przyszłości realny wpływ na środowisko. W Predica jesteśmy zaangażowani w badanie możliwości dalszego rozwoju i wdrażania tej aplikacji. Cieszymy się, że jesteśmy częścią rosnącego ruchu w kierunku zrównoważonego rozwoju. Jeśli chcielibyście omówić swój pomysł na rozwiązanie, które pomaga chronić zasoby naturalne i łagodzić skutki zmian klimatycznych, skontaktujcie się z nami.