Machine checkt noten met AI en machine learning
Noten kunnen handmatig worden gecontroleerd, maar machines kunnen dat veel efficiënter. De machines van Qcify maken gebruik van data, AI en machine learning. “Dit is geen marketing gimmick,” aldus Qcify.
Amandelnoten, walnoten, pistachenoten, cashewnoten, hazelnoten, macadamia’s en pecannoten. Deze noten worden gecontroleerd op kwaliteit voordat ze in de zak naar de supermarkt gaan. Voorheen gebeurde dat handmatig aan de lopende band. De Vlaming Raf Peeters, destijds servicetechnieker bij machinebedrijf Best, zag dat met lede ogen aan.
Lopende band
“Ik zag dat meer en meer mensen aan het werk waren om kwaliteitscontroles te doen. Maar acht uur per dag gebukt over een lopende band staan, is niet zo tof om te doen. Het was dan ook een uitdaging om nog gemotiveerde mensen te vinden voor die jobs,” vertelt Peeters in een interview in Sterck Magazine.
Peeters richtte Qcify op in 2015 in de VS. Het bedrijf kwam in 2017 met een geautomatiseerd systeem op de markt dat noten op een snellere en betrouwbaardere manier kan analyseren. “De focus lag van bij de start op de notenindustrie, onder meer omdat zo’n 80% van de globale amandelindustrie in Californië zit,” aldus Peeters.
Wereldleider
Inmiddels is Qcify uitgegroeid tot wereldleider in de geautomatiseerde kwaliteitscontrole van noten en gedroogd fruit, meldt Bloovi.nl. Het bedrijf richtte zich sinds de start op de VS en Australië, maar sinds 2019 is het bedrijf ook actief op de Europese markt. Vanuit het Belgische Herentals investeerde Qcify in research & development om de machines verder te ontwikkelen.
“Dit heeft zijn vruchten afgeworpen, aangezien Qcify sindsdien snel aan het groeien is,” zegt Pieter Boogaerts, VP of Engineering bij Qcify, in een recent interview met Voka, Vlaams netwerk van ondernemingen. Boogaerts was eind 2019 de vijfde werknemer van Qcify, maar het bedrijf telt inmiddels veertig werknemers. Dat aantal neemt toe, zegt Boogaerts.
Deep learning
Boogaerts: “De modellen die onze machines gebruiken in hun kwaliteitscontroleprocessen zijn identiek voor elke notensoort. We trainen deze modellen op basis van een in-house ontwikkelde deep learning training pipeline. Deze aanpak is dan in staat om de meest subtiele defecten in de noten te herkennen.”
“We transformeren de kwaliteitscontrole in de notenindustrie met geavanceerde kunstmatige intelligentie (AI) en machine learning (ML) als kern van onze processen,” meldt Qcify op haar website. “In tegenstelling tot anderen die AI op bestaande systemen leggen, hebben wij onze oplossingen vanaf de grond opgebouwd met AI en ML als basis.”
Volgens Qcify heeft het bedrijf AI en ML in haar workflow geïntegreerd. “Dit is geen marketing gimmick; het is de essentie van wat we doen,” meldt Qcify. “Door AI en ML te benutten in ons kwaliteitscontrolesysteem, voldoen we niet alleen aan de behoeften van vandaag, maar anticiperen we ook op en vormen we de toekomst van de voedselverwerkende industrie.”
Video
Qcify legt in deze video uit hoe het AI gebruikt:
Bronnen:
De 6 vragen aan… Pieter Boogaerts (Qcify) | Voka
How Qcify uses AI to enhance nut quality control by Connecting the Dots | QCIFY
