シェア:

ジャカルタ - 食料安全保障は、栄養価の高い食事(MBG)プログラムの実施において重要な側面です。生徒のための食料配給スキームでは、汚染のリスクを抑えるために、キッチン、サービスプロセス、配達の衛生管理を厳密に監視する必要があります。

適切な制御システムがなければ、ヘルメットの不適切な使用や生産エリアの害虫の存在などの問題の可能性は監視から逃れる可能性があります。

この場合、MBGプログラムの民間パートナーとして、OVO - Grab Indonesiaは、MBGプログラムの実行をリアルタイムで監視するために、人工知能(AI)と機械学習に基づく技術を利用します。

この企業が実施するMBGプログラムは、完全に民間資金によって賄われた社会的責任(CSR)イニシアチブの一部です。

Grab Indonesiaの安全・品質責任者であるSherylin氏は、このシステムは、生徒が食事を受け取る前に、可能な限り早期にリスクの可能性を特定するように設計されていると述べた。

技術の使用は、手動による監視が依然として制限があると考えられているため、選択されました。デジタルシステムのサポートにより、監視プロセスはより迅速かつデータベースで実行できます。

「手動で監視することは穴があると思います。技術によって、リアルタイムで監視することができ、問題が学校で生徒の手に入る前にリスクを軽減することができます」と、最近、南ジャカルタのポインスマールのMBGコマンドセンターで会ったとき、シェリリンは言いました。

実践的に、監督は、MSMEパートナーのキッチン、すなわち調理エリア、サービスエリア、運転手パートナーとの引き渡しのポイントの3つの主要なポイントに設置されたCCTVカメラを通じて行われます。

Sherylin氏は、デバイスは活動の記録だけでなく、自動的に異常を認識できるAI技術を備えていると説明した。

「CCTVは単に録画するだけでなく、AI技術が追加されているため、異常を検出できます。この技術は私たち自身で開発しました」と彼は言いました。

AI技術がMBGの食中毒を予防するのを助けます。(Dinno/VOI)

システムの機能の1つは、手袋、マスク、ヘアネット、バタフライなど、キッチンスタッフによる保護具(PPE)の使用の遵守を検出することです。不一致が見つかった場合、システムは監視担当者に通知を送信します。

「キッチンスタッフがそれをうまく使わない場合、私たちはすぐに後で警告を与えられます、いくつかのボックスがあるように、それは私たちが作った技術の1つでもあります、ここに監視するエージェントが、検出されたオブジェクトと信頼レベルがどのように見えるかを確認できるように、彼が検出したオブジェクトに対する私たちの検出がどれほど確信しているか、そしてまた伴います。

それだけでなく、この技術は、キッチンエリアのネズミ、ゴキブリ、カメなどのMBGキッチンでの害虫の存在を認識することもできます。検出されると、すぐに処理するために自動警告が送信されます。

シャーリン氏によると、このシステムは社内で開発され、改善が続けられているという。彼は、試験の初期段階では、精度がまだ向上中のため、検出エラーが発生したことを認めた。

「不正確な検出は確かに起こり、特にパイロットプロジェクトが始まった当初は起こりました。しかし、機械学習がはるかに賢くなるように、より多くの正誤例をトレーニングすることで、私たちは毎日改善を続けています」

「さらに、現場の人々を調査するためにさらに調査する任務を負っているエージェントもいます。したがって、人々からの監視は依然として存在します」と彼は結論付けました。


The English, Chinese, Japanese, Arabic, and French versions are automatically generated by the AI. So there may still be inaccuracies in translating, please always see Indonesian as our main language. (system supported by DigitalSiber.id)