雅加达 - 食品安全是实施免费营养餐（MBG）计划的关键方面。在为学生分发食物的方案中，需要严格监督厨房的卫生，服务过程，以及交付，以抑制污染的风险。
如果没有良好的控制系统，可能会漏掉诸如不正确使用个人防护设备或生产区存在害虫等潜在问题。
在这种情况下，作为MBG计划的私营合作伙伴，OVO - Grab Indonesia利用基于人工智能（AI）和机器学习的技术来实时监控MBG计划的进展。
该公司的MBG计划是完全由私营部门资助的社会责任（CSR）计划的一部分。
Grab Indonesia安全与质量负责人Sherylin表示，该系统旨在尽早发现潜在的风险，然后才能由学生接受食物。
选择使用技术是因为手动监督被认为仍然存在局限性。在数字系统的支持下，监测过程可以更快地进行，并以数据为基础。
“我们认为手动监测存在漏洞。通过技术，我们可以实时监控，并在问题到达学校学生手中之前减轻风险，”Sherylin最近在南雅加达Poins Mall的MBG指挥中心表示。
在实践中，通过安装在MSME合作伙伴厨房的三个主要点（即烹饪区，服务区和与驾驶员合作伙伴的交接点）的闭路电视摄像机进行监督。
Sherylin解释说，该设备不仅记录活动，还配备了能够自动识别异常的AI技术。
“CCTV不仅仅是记录，还增加了AI技术，因此我们可以检测异常。我们自己开发了这项技术，“他说。
该系统的功能之一是检测厨房工作人员使用个人防护设备（PPE）的合规性，例如手套，口罩，头盖（头网）和围裙。如果发现不一致，系统将向监督员发送通知。
“如果厨房工作人员没有好好使用它，那么我们立即收到警告，就像有一些箱子一样，这也是我们创建的技术之一，以便更容易让代理在这里监控，看看被检测到的对象以及置信水平，我们对检测到的对象有多大的信心，他检测到，“他解释说。
不仅如此，该技术还可以识别MBG厨房中的害虫，如厨房区域的老鼠，蟑螂和蜥蜴。如果检测到，将自动发送警报，以便立即处理。
谢里林说，该系统是内部开发的，并不断改进。他承认，在测试的早期阶段，由于准确率仍在提高，检测错误可能发生。
“检测不准确性肯定已经发生过，特别是在这个试点项目开始时。但我们每天都在继续改进，通过培训更多错误和正确的事例，使机器学习变得更加智能，“
“此外，还有我们的代理人负责进一步审查，调查现场的人，所以它仍然有人类监视，”他总结道。
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)
