Un fast food di pollo fritto potrebbe non essere il primo posto in cui ti aspetteresti di vedere applicata l’intelligenza artificiale e l’apprendimento automatico in azione, ma a quanto pare, la catena americana Chick-fil-A ha iniziato ad utilizzare algoritmi per analizzare i social media col fine di aumentare i propri standard di sicurezza alimentare nei suoi oltre 2.400 ristoranti in 47 stati. Nel corso di una presentazione al ReWork Deep Learning Summit a Boston, nel Massachusetts, il responsabile IT della sicurezza alimentare e della qualità dei prodotti, Davis Addy ha illustrato un sistema personalizzato che Chick-fil-A utilizza per tenere traccia delle problematichesi sicurezza alimentare nei suoi ristoranti.
PUBBLICITA’
PROGETTO ALBATROS SAFETY
www.progettoalbatros.net Software per la valutazione dei rischi per la sicurezza sui luoghi di lavoro, nei cantieri e per la formazione dei lavoratori semplice e completo
La società prevede di rilasciare il codice su GitHub in futuro.
Addy ha osservato che i social media sono il canale di feedback più utilizzato dei clienti per segnalare gli incidenti legati alla sicurezza alimentare, ma ha sottolineato che è pieno di pericoli. I post sono grammaticalmente scorrenti e dai toni più diversi. Alcuni utenti sono più faceti e controversi di altri e i post isolati sono difficili da correlare con gli eventi reali.
L’obiettivo di Chick-fil-A, quindi, era quello di sviluppare un framework di intelligenza artificiale che potesse identificare in modo affidabile parole chiave, frasi e opinioni dei clienti dai post per individuare le malattie trasmesse dagli alimenti. La sua soluzione ospitata da AWS elabora i dati delle recensioni dei ristoranti ogni 10 minuti da una gamma di piattaforme social, che vengono filtrate secondo oltre 500 parole chiave (come “malattia”, “intossicazione alimentare”, “vomito”, ” vomitare” e” nausea “) e grazie ad AWS Comprehend, il servizio di elaborazione del linguaggio naturale di Amazon, che controlla l’umore e ne determina la coerenza.
Addy dice che inizialmente, AWS Comprehend ha faticato per comprendere il tenore di alcune frasi legate al cibo. Dopo aver collaborato con Amazon per migliorarlo, il team Chick-fil-A ha raggiunto una precisione del 78%.
Ma dove finiscono i dati? I direttori dei ristoranti ricevono le notifiche push tramite un’app mobile di Chick-fil-A, che evidenzia le parole identificate dall’algoritmo e consente loro di eseguire il drill-in per visualizzare post completi. Da lì, sono in grado di contattare direttamente i clienti, se lo desiderano, tramite la piattaforma social.
I dati vengono anche riportati su una dashboard aziendale, dove vengono creati appositi report.
La sicurezza alimentare non è l’unico settore in cui Chick-fil-A ritiene di poter utilizzare l’ apprendimento automatico. La catena di ristoranti sta sperimentando sistemi di visione artificiale che avvertono i dipendenti che hanno maneggiato il pollo crudo di lavarsi le mani prima di trasferirsi in altre aree della cucina, e un sistema separato basato sull’intelligenza artificiale che istruisce i membri del team su come risciacquare accuratamente le mani . Addy ha osservato che se i dipendenti si lavassero le mani “tutte le volte che devono”, ridurrebbero il rischio di malattie alimentari fino all’80%.
Chick-fil-A non è la prima azienda ad utilizzare l’intelligenza artificiale per identificare le location con problemi di sicurezza alimentare. Uno studio di Google e Harvard ha utilizzato un algoritmo che monitorava la posizione degli utenti di smartphone, identificava le query di ricerca web indicative di intossicazione alimentare e individuava i ristoranti visitati dagli utenti che avevano eseguito tali ricerche per identificare l’origine delle malattie. Secondo quanto riferito, gli utenti in Cina utilizzano l’intelligenza artificiale per individuare cuochi scarsamente rispettosi dell’igiene, e ImpactVision, azienda con sede a San Francisco, utilizza l’apprendimento automatico e l’imaging iperspettrale per valutare automaticamente la qualità del cibo nelle fabbriche o altrove. (Fonte)
