Los objetivos de este proyecto se han conseguido mediante la creación de una plataforma Big Data de toma de decisiones basada en Inteligencia Artificial para el control de procesos y la predicción de la calidad y seguridad alimentaria de los productos.
El proyecto IAFOOD, que comenzó en 2020 con un presupuesto de más de 1,5 millones de euros, encara su recta final. Durante los dos años en los que lleva en marcha este proyecto estratégico, se han alcanzado los objetivos planteados para impulsar la transformación digital de la industria alimentaria mediante la creación de una plataforma Big Data de toma de decisiones basada en Inteligencia Artificial para el control de procesos y la predicción de la calidad y seguridad alimentaria de los productos.
Los objetivos se han conseguido gracias al trabajo colaborativo del consorcio integrado por las empresas agroalimentarias Urzante, General Mills y Florette, las empresas tecnológicas IAR, Helphone, Acoustics Analysis y Das-Nano, y los organismos de investigación UPNA, AIN y CNTA.
El alcance técnico acumulado durante estas dos anualidades incluye el desarrollo de sensores de monitorización rápida basados en tecnologías de vanguardia como la espectroscopía de infrarrojo cercano (NIR), el sensor de volátiles, la imagen hiperespectral, los teraherzios y los ultrasonidos.
También se ha llevado a cabo el diseño e implementación de los diferentes modelos de Inteligencia Artificial en base a los datos de cada una de las empresas del sector agroalimentario y el diseño de la plataforma IAFOOD.
Colaboraciones de Urzante con CNTA, Universidad Pablo Olavide de Sevilla, IAR y Helphone
Urzante, en colaboración con CNTA, ha trabajado en el desarrollo de un equipo portátil basado en tecnología NIR para determinar parámetros de calidad de la aceituna entera (humedad, grasa e índice de madurez) y del aceite (índice de peróxidos y ésteres etílicos). El dispositivo ha sido fabricado por Nulab, start-up impulsada por CNTA, y actualmente se encuentra en fase de validación. El software instalado en el equipo permite el análisis in situ de los parámetros de calidad y el envío automático de los resultados a la base de datos de la empresa.
En paralelo, Urzante ha colaborado con la Universidad Pablo Olavide de Sevilla para el desarrollo de un sensor de volátiles o nariz electrónica que permite clasificar organolépticamente los aceites de oliva vírgenes. Este dispositivo, como en el caso anterior, también se encuentra en fase de validación en entorno real.
Finalmente, Urzante ha trabajado con IAR y Helphone en el desarrollo de los modelos de Inteligencia Artificial para la creación de la plataforma Big Data. En esta última fase del proyecto IAFOOD, los modelos matemáticos implementados en la plataforma Big Data se irán mejorando y haciendo más robustos con los nuevos datos recogidos por los equipos desarrollados.
Los desarrollos de IAFOOD permitirán reducir el tiempo de respuesta en el proceso de toma de decisiones de calidad y seguridad alimentaria. Además, los resultados podrán utilizarse en modelos de Inteligencia Artificial para predecir los resultados y anticiparse.
Según los técnicos de I+D+i de Urzante la calidad del dato es crítica para el desarrollo de los modelos matemáticos que ayuden a mejorar el proceso de toma de decisiones. Y aseguran que, en este sentido, los nuevos equipos desarrollados en el proyecto les permitirán adquirir y registrar esos resultados de manera rápida y precisa, mejorando así la calidad de sus datos.
El proyecto IAFOOD está subvencionado por Gobierno de Navarra en el marco de la convocatoria de “Ayudas para la realización de proyectos estratégicos de I+D 2020-2022″.
