നൂതന ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (എഐ), റോബോട്ടിക്സ്, മെഷീൻ ലേണിംഗ് സാങ്കേതികവിദ്യകൾ എന്നിവ നിർമ്മാതാക്കളെ ഫുഡ് ട്രേസബിലിറ്റി മെച്ചപ്പെടുത്താനും അവരുടെ ഉൽപ്പന്നങ്ങളുടെ സുരക്ഷ ഉറപ്പാക്കാനും ഉപഭോക്താക്കളുമായി വിശ്വാസം വളർത്താനും സഹായിക്കും.

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, റോബോട്ടിക്സ്, മെഷീൻ ലേണിംഗ് എന്നിവ എങ്ങനെ ഫുഡ് ട്രേസബിലിറ്റി മെച്ചപ്പെടുത്തും

ഫുഡ് ട്രേസബിലിറ്റി അനുസരണത്തിന്റെ കാര്യം മാത്രമല്ല, ഉപഭോക്തൃ വിശ്വാസവും ബ്രാൻഡ് പ്രശസ്തിയും നിലനിർത്തുന്നതിന് അത്യന്താപേക്ഷിതമാണ്. യുഎസിലെ സെന്റർ ഫോർ ഫുഡ് ഇന്റഗ്രിറ്റി നടത്തിയ സർവേ പ്രകാരം, 55% ഉപഭോക്താക്കളും ഭക്ഷ്യ സുരക്ഷാ ആശങ്കകളോടുള്ള പ്രതികരണമായി ഭക്ഷണം വാങ്ങുന്ന സ്വഭാവത്തിൽ മാറ്റം വരുത്തി. നൂതന ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, റോബോട്ടിക്സ്, മെഷീൻ ലേണിംഗ് സാങ്കേതികവിദ്യകൾ എന്നിവ നിർമ്മാതാക്കളെ ഭക്ഷണം കണ്ടെത്തുന്നതിനും അവരുടെ ഉൽപ്പന്നങ്ങളുടെ സുരക്ഷ ഉറപ്പാക്കുന്നതിനും ഉപഭോക്താക്കളുമായി വിശ്വാസം വളർത്തുന്നതിനും എങ്ങനെ സഹായിക്കുമെന്ന് ഷിബൗറ മെഷീൻ പാർട്ണർ ടിഎം റോബോട്ടിക്സിന്റെ വൈസ് പ്രസിഡന്റ് റയാൻ ഗുത്രി വിശദീകരിക്കുന്നു.

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ ദ്രുതഗതിയിലുള്ള പരിണാമത്തെ ചുറ്റിപ്പറ്റിയുള്ള നിരവധി ആശങ്കകളിൽ ഒന്ന് സുതാര്യതയുടെയും ഉത്തരവാദിത്തത്തിന്റെയും അഭാവമാണ്. എഐ നൗ ഇൻസ്റ്റിറ്റ്യൂട്ടിന്റെ ദി സ്റ്റേറ്റ് ഓഫ് എഐ 2019: ഡൈവേർജന്റ് ട്രെൻഡ്സ് ഇൻ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് എന്ന തലക്കെട്ടിൽ പ്രസിദ്ധീകരിച്ച ഒരു റിപ്പോർട്ടിൽ, എത്ര ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സിസ്റ്റങ്ങൾ സുതാര്യവും മനസ്സിലാക്കാൻ ബുദ്ധിമുട്ടുള്ളതുമാണെന്ന് ചർച്ച ചെയ്യുന്നു.

എന്നിരുന്നാലും, ഭക്ഷ്യ നിർമ്മാതാക്കൾക്ക് സുതാര്യതയും ഉത്തരവാദിത്തവും മെച്ചപ്പെടുത്താൻ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സഹായിക്കും – പ്രത്യേകിച്ചും ഭക്ഷ്യ വ്യവസായത്തിന്റെ ഏറ്റവും വലിയ വെല്ലുവിളികളിലൊന്നിനെതിരെ, കണ്ടെത്തൽ നിലനിർത്തുക. നിർമ്മാതാക്കൾ അവരുടെ ഉൽപ്പന്നങ്ങൾ എവിടെ നിന്ന് വരുന്നു, അവർ എവിടേക്കാണ് പോകുന്നത്, ഇടയ്ക്ക് ആരാണ് അവ കൈകാര്യം ചെയ്തത് എന്നിവ അറിയേണ്ടതുണ്ട്. ഒരു ഉൽപ്പന്നത്തിന്റെ ഉത്ഭവം മുതൽ അന്തിമ ഉപഭോക്താവ് വരെ ട്രാക്കുചെയ്യാൻ കഴിയുന്നത് നിർണായകമാണ്, പ്രത്യേകിച്ചും തിരിച്ചുവിളിക്കൽ അല്ലെങ്കിൽ പൊട്ടിപ്പുറപ്പെടുന്ന സാഹചര്യത്തിൽ. ഈ വർഷം ആദ്യം യുഎസ് ഫുഡ് ആൻഡ് ഡ്രഗ് അഡ്മിനിസ്ട്രേഷൻ (എഫ്ഡിഎ) സാൽമൊണെല്ല ഇൻഫാന്റിസ് പകർച്ചവ്യാധിയെ ഒരു പ്രത്യേക മാവ് നിർമ്മാതാവുമായി ബന്ധിപ്പിച്ചിരുന്നു.

ഓട്ടോമേറ്റഡ് ട്രേസബിലിറ്റി ഇവിടെ സഹായിക്കും. ഉദാഹരണത്തിന്, സെൻസറുകൾക്കും ഇന്റർനെറ്റ് ഓഫ് തിംഗ്സ് (ഐഒടി) ഉപകരണങ്ങൾക്കും താപനില, ഈർപ്പം, പ്രകാശ നില തുടങ്ങിയ പാരിസ്ഥിതിക അവസ്ഥകൾ നിരീക്ഷിക്കാൻ കഴിയും. അല്ലെങ്കിൽ, ബാർകോഡിംഗ്, റേഡിയോ-ഫ്രീക്വൻസി ഐഡന്റിഫിക്കേഷൻ (ആർഎഫ്ഐഡി) എന്നിവ വിതരണ ശൃംഖലയിലൂടെ നീങ്ങുമ്പോൾ ഉൽപ്പന്നങ്ങൾ എളുപ്പത്തിൽ ട്രാക്കുചെയ്യാനും തിരിച്ചറിയാനും അനുവദിക്കുന്നു, അവയുടെ സ്ഥാനത്തെയും നിലയെയും കുറിച്ചുള്ള തത്സമയ വിവരങ്ങൾ നൽകുന്നു.

എന്നിരുന്നാലും, ഉൽപ്പന്നങ്ങളുടെ വ്യതിയാനം കാരണം ഓട്ടോമേറ്റഡ് ട്രേസബിലിറ്റി ഭക്ഷ്യ വ്യവസായത്തിൽ ഒരു പ്രത്യേക വെല്ലുവിളിയാണ്. വ്യക്തമായ ഒരു ഉദാഹരണം, രണ്ട് വാഴപ്പഴങ്ങളും കൃത്യമായി ഒരുപോലെയല്ല, മാത്രമല്ല ആകൃതിയിൽ ഗണ്യമായി വ്യത്യാസപ്പെടാം. മറ്റേതൊരു ഭക്ഷ്യവസ്തുക്കൾക്കും അതിന്റേതായ സവിശേഷ ചേരുവകൾ, ഉൽ പാദന പ്രക്രിയകൾ, പാക്കേജിംഗ് ആവശ്യകതകൾ എന്നിവ ഉണ്ടായിരിക്കാം. ഈ വ്യതിയാനങ്ങൾ ഉൾക്കൊള്ളാനും പ്രസക്തമായ ഡാറ്റ കൃത്യമായി പിടിച്ചെടുക്കാനും ഒരു ഓട്ടോമേറ്റഡ് ട്രേസബിലിറ്റി സിസ്റ്റം ഫ്ലെക്സിബിൾ ആയിരിക്കണം.

ഭക്ഷ്യ വ്യവസായം സങ്കീർണ്ണമായ വിതരണ ശൃംഖലകളെയും കർഷകർ, വിതരണക്കാർ, വിതരണക്കാർ, ചില്ലറ വ്യാപാരികൾ തുടങ്ങിയ ഒന്നിലധികം പങ്കാളികളെയും കൈകാര്യം ചെയ്യുന്നു. ഭക്ഷ്യ സുരക്ഷയും ഗുണനിലവാരവും ഉറപ്പാക്കാൻ നിർമ്മാതാക്കൾ പാലിക്കേണ്ട കർശനമായ നിയമങ്ങളും മാർഗ്ഗനിർദ്ദേശങ്ങളും ഉപയോഗിച്ച് വ്യവസായവും കർശനമായി നിയന്ത്രിക്കപ്പെടുന്നു.

മുമ്പ്, ഈ സങ്കീർണ്ണമായ ഘടകങ്ങളെ കൈകാര്യം ചെയ്യാൻ കഴിയുന്ന ഓട്ടോമേറ്റഡ് ട്രേസബിലിറ്റി സിസ്റ്റങ്ങൾ നടപ്പിലാക്കാനും പരിപാലിക്കാനും ചെലവേറിയതായിരുന്നു, ഹാർഡ്വെയർ, സോഫ്റ്റ്വെയർ, പരിശീലനം എന്നിവയിൽ ഗണ്യമായ നിക്ഷേപം ആവശ്യമാണ്. ഓട്ടോമേറ്റഡ് സിസ്റ്റങ്ങൾ തന്നെ സങ്കീർണ്ണമായിരുന്നു, രൂപകൽപ്പന ചെയ്യാനും നടപ്പിലാക്കാനും ഫലപ്രദമായി പ്രവർത്തിക്കാനും പ്രത്യേക അറിവും വൈദഗ്ധ്യവും ആവശ്യമാണ്. ശ്രദ്ധാപൂർവ്വം ആസൂത്രണവും ഏകോപനവും ആവശ്യമുള്ള നിലവിലുള്ള ഉൽ പാദന പ്രക്രിയകളുമായും ഐടി സംവിധാനങ്ങളുമായും സമന്വയിപ്പിക്കാൻ അവ ബുദ്ധിമുട്ടായിരുന്നു. അതിനുശേഷം എന്താണ് മാറിയത്? ഉത്തരങ്ങളിൽ റോബോട്ടിക്സ്, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, മെഷീൻ ലേണിംഗ് എന്നിവ ഉൾപ്പെടുന്നു.

താങ്ങാനാവുന്ന സാങ്കേതികവിദ്യ

വിഷൻ സിസ്റ്റങ്ങൾ, പ്രോസസ്സിംഗ് പവർ, മെഷീൻ ലേണിംഗ് അൽഗോരിതം എന്നിവയിലെ പുരോഗതി അർത്ഥമാക്കുന്നത് നിർമ്മാതാക്കൾക്ക് ഇപ്പോൾ മാംസം, പഴങ്ങൾ, പച്ചക്കറികൾ എന്നിവയുടെ വ്യത്യസ്ത കട്ടുകൾ തിരിച്ചറിയാനും തരംതിരിക്കാനും കഴിയും എന്നാണ്.

ഈ സാങ്കേതികവിദ്യകൾ പുതിയതല്ലെങ്കിലും – ഇറച്ചി പായ്ക്കിംഗ് വ്യവസായം ഒരു ദശകത്തിലേറെയായി റോബോട്ടിക് ട്രിമ്മിംഗിനായി ശവശരീരങ്ങൾ സ്കാൻ ചെയ്യാൻ എക്സ്-റേ ഉപയോഗിക്കുന്നു – അവ മുമ്പ് ഉയർന്ന തലത്തിലുള്ള നിർമ്മാതാക്കൾക്ക് മാത്രമേ ലഭ്യമായിരുന്നുള്ളൂ. സെൻസറുകൾ, റേഡിയോ ഫ്രീക്വൻസി ഐഡന്റിഫിക്കേഷൻ (ആർഎഫ്ഐഡി) ടാഗുകൾ, ബാർകോഡുകൾ, ഡാറ്റാ അനലിറ്റിക്സ് ടൂളുകൾ തുടങ്ങിയ വിവിധ സാങ്കേതികവിദ്യകളുടെ സംയോജനം ഓട്ടോമേറ്റഡ് ട്രേസബിലിറ്റിക്ക് ആവശ്യമാണ്. ഈ സാങ്കേതികവിദ്യകൾക്ക് പരമ്പരാഗതമായി സാങ്കേതിക വൈദഗ്ദ്ധ്യം ആവശ്യമാണ്, മാത്രമല്ല ചെലവേറിയതുമാണ്.

പക്ഷേ, ഇത് മാറുകയാണ്. മെച്ചപ്പെട്ട പ്രവേശനക്ഷമതയും താങ്ങാനാവുന്ന വിലയും കാരണം ചെറുകിട-ഇടത്തരം നിർമ്മാതാക്കൾക്കിടയിൽ ഓട്ടോമേഷൻ സാങ്കേതികവിദ്യകൾ സ്വീകരിക്കുന്നത് വർദ്ധിച്ചുകൊണ്ടിരിക്കുകയാണ്. കൂടാതെ, ഓട്ടോമേഷൻ പ്രാപ്തമാക്കുന്നതിന് നിർണായകമായ ഐഒടി സെൻസറുകളുടെ വില അതിവേഗം കുറയുന്നു. വാസ്തവത്തിൽ, ഐഒടി അനലിറ്റിക്സിന്റെ ഒരു റിപ്പോർട്ട് അനുസരിച്ച്, ഐഒടി സെൻസറുകളുടെ ശരാശരി ചെലവ് കഴിഞ്ഞ ദശകത്തിൽ 50 ശതമാനം കുറഞ്ഞു, ഇത് ചെറുകിട ബിസിനസുകൾക്ക് കൂടുതൽ പ്രാപ്യമാക്കുന്നു.

ഒന്നിലധികം സ്രോതസ്സുകളിൽ നിന്നുള്ള വലിയ അളവിലുള്ള ഡാറ്റ കൈകാര്യം ചെയ്യുമ്പോൾ വലിയ അളവിൽ ഡാറ്റ സംഭരിക്കുന്നത് ചെലവേറിയതും ബുദ്ധിമുട്ടുള്ളതുമാണ്. ക്ലൗഡ് അധിഷ്ഠിത സോഫ്റ്റ്വെയറിന്റെയും സേവനങ്ങളുടെയും വ്യാപനത്തോടെ ചെലവ് കുറഞ്ഞു, ബിസിനസുകൾക്ക് ഇപ്പോൾ വലിയ മുൻകൂർ നിക്ഷേപങ്ങളുടെ ആവശ്യമില്ലാതെ പേ-എസ്-യു-ഗോ അടിസ്ഥാനത്തിൽ ഓട്ടോമേഷൻ പരിഹാരങ്ങൾ ആക്സസ് ചെയ്യാൻ കഴിയും.

സാങ്കേതികവിദ്യയിലെ ഏറ്റവും പുതിയ പുരോഗതിയോടെ, നിർമ്മാതാക്കൾക്ക് ഈ സാങ്കേതികവിദ്യകൾ ആക്സസ് ചെയ്യുന്നത് ഇപ്പോൾ എളുപ്പമാണ്, ശാരീരിക അധ്വാനത്തിന്റെ ആവശ്യകത കുറയ്ക്കുകയും ഓരോ ഉൽപ്പന്നവും ശരിയായി ക്രമീകരിക്കുന്നുവെന്ന് ഉറപ്പാക്കുകയും ചെയ്യുന്നു. എന്നാൽ, ഭക്ഷ്യ ഉൽപ്പന്നങ്ങളുടെ കണ്ടെത്തലിൽ റോബോട്ടിക്സ് എങ്ങനെ സഹായിക്കുന്നു?

ലളിതമായി പറഞ്ഞാൽ, ഉൽപ്പന്നങ്ങൾ ഒരു സ്ഥലത്ത് നിന്ന് മറ്റൊന്നിലേക്ക് സുരക്ഷിതമായും ആവർത്തിച്ചും നീക്കുന്നതിനാണ് റോബോട്ടുകൾ രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്.

ഓരോ വ്യക്തിഗത ക്രേറ്റുകളിലും സ്കാനറുകളും ആർഎഫ്ഐഡി ടാഗുകളും ചേർക്കുന്നത് ഒരു സ്ഥലത്ത് നിന്ന് മറ്റൊന്നിലേക്ക് ഉൽപ്പന്നങ്ങൾ തിരിച്ചറിയാനും കണ്ടെത്താനും സഹായിക്കും, ഇത് ഭക്ഷ്യ വിതരണ ശൃംഖലയുടെ സുരക്ഷ ഉറപ്പാക്കുന്നതിന് അത്യന്താപേക്ഷിതമാണ്. ഈ രീതിയിൽ, നിർമ്മാതാക്കൾക്ക് ആർഎഫ്ഐഡി ടാഗ് സ്കാൻ ചെയ്യാനും ഒരു പ്രത്യേക കണ്ടെയ്നർ ഒരു നിർദ്ദിഷ്ട പാലറ്റിൽ നിന്നുള്ളതാണെന്ന് അറിയാനും കഴിയും, കൂടാതെ പാലറ്റ് ഫാക്ടറിയിൽ നിന്ന് പുറത്തുപോകുമ്പോൾ, ഒരു പ്രത്യേക ഡെലിവറി ട്രക്ക് പാലറ്റ് എടുത്തതായി അവർക്ക് സ്കാൻ ചെയ്യാൻ കഴിയും. ഉൽപ്പന്നങ്ങൾ കണ്ടെത്താനും അവ ശരിയായ സമയത്ത് ശരിയായ സ്ഥലത്തേക്ക് എത്തിക്കുന്നുവെന്ന് ഉറപ്പാക്കാനും ഈ വിവരങ്ങൾ നിർമ്മാതാക്കളെ സഹായിക്കുന്നു.

നിർമ്മാതാക്കളെ അവരുടെ നിർമ്മാണ പ്രക്രിയകളിലേക്ക് റോബോട്ടിക്സ് സമന്വയിപ്പിക്കാൻ സഹായിക്കുന്നതിന് ടിഎം റോബോട്ടിക്സ് നിരവധി സേവനങ്ങളും ഓഫറുകളും വാഗ്ദാനം ചെയ്യുന്നു. അതിന്റെ ഷിബൗറ മെഷീൻ റോബോട്ടുകൾ ഫ്ലെക്സിബിൾ ആയി രൂപകൽപ്പന ചെയ്തിരിക്കുന്നു, കൂടാതെ നിരവധി ആപ്ലിക്കേഷനുകൾക്ക് അനുയോജ്യമായി ഇഷ്ടാനുസൃതമാക്കാൻ കഴിയും. അതിന്റെ റോബോട്ടുകൾ ഉപയോഗിച്ച്, നിർമ്മാതാക്കൾക്ക് തൊഴിൽ ചെലവ് കുറയ്ക്കുന്നതിനൊപ്പം അവരുടെ പ്രവർത്തനങ്ങളുടെ കൃത്യതയും സ്ഥിരതയും മെച്ചപ്പെടുത്താൻ കഴിയും.

മെച്ചപ്പെട്ട തരംതിരിക്കൽ കൃത്യത

റോബോട്ട് സഹായത്തോടെയുള്ള ഗുണനിലവാരം തരംതിരിക്കൽ ഭക്ഷണം കണ്ടെത്തുന്നതിനുള്ള ഏറ്റവും ഫലപ്രദമായ മാർഗ്ഗങ്ങളിലൊന്നാണ്. നിർദ്ദിഷ്ട ഗുണനിലവാര മാനദണ്ഡങ്ങളെ അടിസ്ഥാനമാക്കി ഭക്ഷ്യവസ്തുക്കൾ തരംതിരിക്കാൻ ഈ പ്രക്രിയ റോബോട്ടുകൾ ഉപയോഗിക്കുന്നു, കൂടാതെ തരംതിരിക്കൽ കൃത്യവും കാര്യക്ഷമവുമാണെന്ന് ഉറപ്പാക്കാൻ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, മെഷീൻ ലേണിംഗ് തുടങ്ങിയ നൂതന സാങ്കേതികവിദ്യകൾ ഉപയോഗിക്കുന്നു.

ഭക്ഷ്യവസ്തുക്കളിലെ വിവിധ ആകൃതികൾ, വലുപ്പങ്ങൾ, നിറങ്ങൾ, വൈകല്യങ്ങൾ എന്നിവ തിരിച്ചറിയാനും അതിനനുസരിച്ച് തരംതിരിക്കാനും റോബോട്ടുകൾ പ്രോഗ്രാം ചെയ്തിട്ടുണ്ട്. മെഷീൻ ലേണിംഗ് അൽഗോരിതങ്ങൾ റോബോട്ടുകളെ മുൻകാല ഡാറ്റയിൽ നിന്ന് പഠിച്ച് അവരുടെ തരംതിരിക്കൽ കൃത്യത തുടർച്ചയായി മെച്ചപ്പെടുത്താൻ പ്രാപ്തമാക്കുന്നു. ഈ പ്രക്രിയ സ്ഥിരമായ ഗുണനിലവാര നിയന്ത്രണം ഉറപ്പാക്കുകയും മാലിന്യങ്ങൾ കുറയ്ക്കുകയും ഭക്ഷ്യ ഉൽപാദന വ്യവസായത്തിൽ കാര്യക്ഷമത വർദ്ധിപ്പിക്കുകയും ചെയ്യുന്നു.

ഷിബൗറ മെഷീന്റെ ടിഎസ്വിഷൻ 3 ഡി ഉൾപ്പെടെയുള്ള നൂതന 3 ഡി വിഷൻ സിസ്റ്റങ്ങൾക്ക് ബാർകോഡുകൾ വായിക്കാനും എഞ്ചിൻ ഭാഗങ്ങൾ അല്ലെങ്കിൽ മരത്തിന്റെ ഗുണനിലവാരം പോലുള്ള തകരാറുകൾ പരിശോധിക്കാനും പാക്കേജിംഗ് പരിശോധിക്കാനും അന്തിമ ഉൽപ്പന്നം പരിശോധിക്കാനും കഴിയും.

വ്യാവസായിക റോബോട്ടുകൾക്കായി രൂപകൽപ്പന ചെയ്ത ഷിബൗറ മെഷീനിൽ നിന്നുള്ള ടിഎസ്വിഷൻ 3 ഡി സിസ്റ്റമാണ് വിഷൻ സിസ്റ്റങ്ങളിലെ ഏറ്റവും പുതിയ കൂട്ടിച്ചേർക്കൽ. സങ്കീർണ്ണമായ സിഎഡി ഡാറ്റയുടെ ആവശ്യമില്ലാതെ വസ്തുക്കളെ തിരിച്ചറിയാൻ ഈ സിസ്റ്റത്തിന് കഴിയും. തത്സമയ 3 ഡി ഇമേജുകൾ തുടർച്ചയായി പകർത്താൻ ടിഎസ്വിഷൻ 3 ഡി സിസ്റ്റം രണ്ട് അതിവേഗ സ്റ്റീരിയോ ക്യാമറകൾ ഉപയോഗിക്കുന്നു. വാഴപ്പഴം പോലുള്ള ഏകീകൃതമല്ലാത്ത ഉൽപ്പന്നങ്ങൾ പോലും അതിന്റെ കാഴ്ച മേഖലയിൽ പ്രത്യക്ഷപ്പെടുന്ന ഏത് വസ്തുവിനെയും കണ്ടെത്താൻ ഇതിന് കഴിയും.

ഒരു ചീസ് നിർമ്മാതാവിന്റെ റോബോട്ട് സഹായത്തോടെയുള്ള ഗുണനിലവാര സോർട്ടിംഗ് സിസ്റ്റം ചീസ് കൃത്യമായി എടുത്ത് ശരിയായ സ്ഥലത്ത് സ്ഥാപിക്കുന്നുവെന്ന് ഉറപ്പാക്കാൻ, ഡിസൈൻ, മാനുഫാക്ചറിംഗ് കമ്പനിയായ എലിപ്റ്റിക്കൽ ഡിസൈൻ ടിഎം റോബോട്ടിക്സിലേക്ക് തിരിഞ്ഞു. എന്നിരുന്നാലും, ചീസിന്റെ മൃദുത്വവും അസാധാരണമായ വൃത്താകൃതിയിലുള്ള ആകൃതിയും ഒരു പിശക് സൃഷ്ടിച്ചു. ടിഎം റോബോട്ടിക്സ് ഈ ദൗത്യത്തിനായി പ്രത്യേകമായി ഒരു അൾട്രാസോണിക് കട്ടിംഗ് സംവിധാനം വികസിപ്പിച്ചെടുത്തു.

ചീസ് കൃത്യമായി തിരഞ്ഞെടുക്കാൻ റോബോട്ടിനെ പ്രാപ്തമാക്കിയ വിഷൻ പ്രോഗ്രാമിനുള്ളിൽ ഉചിതമായ അൽഗോരിതം തിരിച്ചറിയാൻ ടിഎം റോബോട്ടിക്സിന്റെ എഞ്ചിനീയർമാർ ഷിബൗറ മെഷീനുമായുള്ള സഹകരണം ഉപയോഗിച്ചു. കാര്യക്ഷമത മെച്ചപ്പെടുത്തുക മാത്രമല്ല, മാലിന്യങ്ങൾ കുറയ്ക്കുകയും ചെയ്ത ഒരു ഓട്ടോമേറ്റഡ് ഗുണനിലവാര തരംതിരിക്കൽ സംവിധാനമായിരുന്നു ഫലം.

ഭക്ഷ്യ വ്യവസായം വളരുമ്പോൾ, ഏറ്റവും പുതിയ സാങ്കേതിക മുന്നേറ്റങ്ങൾ നിലനിർത്തേണ്ടത് അത്യാവശ്യമാണ്. ഭക്ഷ്യ വിതരണ ശൃംഖലയിലെ സുതാര്യതയ്ക്കുള്ള ആവശ്യം നിറവേറ്റുന്നതിനും നമ്മുടെ ഭക്ഷ്യ വിതരണത്തിന്റെ സുരക്ഷയും ഗുണനിലവാരവും ഉറപ്പാക്കുന്നതിനും റോബോട്ടിക്സും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസും നിർമ്മാതാക്കളെ സഹായിക്കുന്നു.