Inteligencia Artificial para fabricar sake

Asahi Shuzo, Fujitsu Limited y Fujitsu Laboratories han anunciado que llevarán a cabo una prueba de campo conjunta, para elaborar sake DASSAI, un vino de arroz desarrollado y comercializado por Asahi Shuzo, utilizando IA predictiva, desarrollada por Fujitsu Laboratories.

Al combinar un modelo matemático que define el proceso de fabricación del sake con el aprendizaje automático que utiliza los datos obtenidos en la elaboración de DASSAI, esta tecnología predictiva basada en IA, proporcionará la información para optimizar el proceso de la elaboración del sake. En esta prueba de campo, utilizando esta tecnología ya en las operaciones de fabricación de DASSAI, Fujitsu y Asahi Shuzo intentan mejorar la validez y la precisión del modelo predictivo de IA, a la vez que evalúan qué el procedimiento sea práctico.

Asahi Shuzo, Fujitsu y Fujitsu Laboratories, utilizarán la IA para apoyar las operaciones de la elaboración y se esforzarán para producir de forma consistente un suministro estable el sake de alta calidad de DASSAI. A medida que envejece la sociedad japonesa, se espera escasez de mano de obra en las instalaciones de fabricación de sake y existe la preocupación de mantener un suministro estable, así como la alta calidad de DASSAI. Con el objetivo de garantizar la adquisición estable de Yamada Nishiki, una variedad de arroz ideal para elaborar sake, Asahi Shuzo desplegó desde abril de 2014 el cloud de Fujitsu para agricultura y alimentación, "Akisai", en las granjas que contrató para cultivar arroz, como parte de una iniciativa para sistematizar y compartir técnicas agrícolas para un óptimo cultivo de arroz sake.

Fujitsu y Asahi Shuzo han lanzado una prueba conjunta para sistematizar la experiencia y el conocimiento de cada empleado con respecto a la elaboración de sake de alta calidad, aplicando la tecnología de IA de Fujitsu, Fujitsu Human Centric AI Zinrai.

Ensayo
La prueba revisará y evaluará la aplicación del modelo de IA predictiva, que se desarrolla con los datos acumulados por Asahi Shuzo, como la temperatura y la proporción en peso de diferentes ingredientes, calculando los valores pronosticados a lo largo del proceso de elaboración. Además, las compañías quieren mejorar la precisión del modelo predictivo de IA al incorporar los datos reales obtenidos durante la fabricación, así como con las actividades de los empleados, en función de su experiencia e intuición.

Se llevará a cabo como parte del proceso de elaboración de sake DASSAI de Asahi Shuzo. Los elementos que conforman el sake y otros datos serán medidos por Asahi Shuzo y, en base a estos datos, el modelo de predicción de IA desarrollado por Fujitsu Laboratories se utilizará para proporcionar información que respalde un proceso óptimo de elaboración del sake.

Asahi Shuzo llevará a cabo su proceso de fabricación con el objetivo de crear un sake óptimo, basado en la información provista por Fujitsu y Fujitsu Laboratories. Al realizar esta prueba de campo durante dos ciclos, las empresas mejorarán, tanto la precisión del modelo predictivo de IA y evaluará su efectividad, como la practicidad de la IA en la elaboración de sake.

Modelo predictivo de IA

El modelo predictivo de IA desarrollado por Fujitsu Laboratories es una tecnología capaz de computar información para respaldar procesos optimizados en la elaboración del sake, combinando un modelo matemático que define el procedimiento, con el aprendizaje automático, usando valores medidos para los componentes encontrados en sake, con datos y conocimientos previos de elaboración, incluido el proceso biológico de fermentación. Utilizando esta información calculada por el modelo predictivo de IA, Asahi Shuzo puede controlar de manera óptima los dispositivos utilizados en el proceso de elaboración de sake. Al incorporar los datos obtenidos de esta prueba de campo y los comentarios de Asahi Shuzo, las empresas mejorarán la precisión de las predicciones y la sofisticación de la información de apoyo, permitiendo que el sistema ayude a conseguir una elaboración de sake aún más optimizada.