Machine learning is set to speed up the detection of contamination in food factories

Machine learning is set to speed up the detection of contamination in food factories | TechCrunch

Spore.Bio presenta un enfoque innovador para la monitorización de la seguridad alimentaria, sustituyendo los lentos métodos tradicionales de laboratorio basados en placas de Petri por una detección óptica rápida impulsada por aprendizaje profundo. Al analizar las firmas espectrales de las bacterias mediante longitudes de onda de luz especializadas, la startup pretende ofrecer información casi en tiempo real sobre la limpieza de las superficies en las plantas de producción. Este cambio tecnológico aborda los importantes retrasos inherentes a los protocolos de prueba actuales, alejando a la industria de los tiempos de respuesta de varios días, obsoletos, hacia capacidades de toma de decisiones inmediatas. Las implicaciones para la eficiencia operativa en el sector de los alimentos y bebidas son considerables, especialmente en lo que respecta a la reducción de costosas paradas de producción. Al permitir que los fabricantes identifiquen y corrijan los problemas de contaminación al instante, Spore.Bio ofrece una vía para minimizar los miles de millones de dólares que se pierden anualmente debido a ineficiencias y retrasos. La empresa ha obtenido una importante financiación en la fase pre-semilla para refinar su hardware y ampliar su conjunto de datos, aprovechando las colaboraciones con grandes fabricantes globales para garantizar la precisión y robustez de sus modelos de aprendizaje automático frente a una amplia variedad de contaminantes de alimentos y bebidas. Este desarrollo es altamente relevante para las iniciativas de datos abiertos, ya que la dependencia de la startup en el entrenamiento de algoritmos de aprendizaje profundo requiere la agregación de conjuntos de datos masivos y diversos que contengan tanto muestras contaminadas como no contaminadas. Estos esfuerzos de recopilación de datos destacan la creciente intersección entre la innovación industrial propietaria y el ecosistema más amplio de accesibilidad a los datos. A medida que empresas como Spore.Bio construyen extensas bibliotecas de firmas espectrales para alimentar sus sistemas de inteligencia artificial, contribuyen a un paisaje de datos más rico y complejo que podría, en última instancia, informar los estándares más amplios de salud pública, los marcos regulatorios y el desarrollo de código abierto de tecnologías de seguridad alimentaria.

Source: techcrunch.com
Published on 2023-12-13

Llaman a defender y fortalecer al INAI, Cofece e IFT »

Datos Abiertos (Open data)

Related news