Inteligencia artificial para transformar el suministro de alimentos

devolución

Según pública el portal infobae.com

Más de 800 millones de personas padecen de hambre y desnutrición, según estadísticas recientes. Al mismo tiempo, aproximadamente un tercio de los alimentos producidos en todo el mundo para el consumo humano se desperdician a lo largo de la cadena de suministros.


Banner_frasco-suscripcion-800x250

La urgencia del problema se ve reflejado en las metas de desarrollo sustentable de la ONU, que promueven erradicar el hambre a nivel global para el año 2030. No obstante, la producción de alimentos se enfrenta a una gran paradoja: mientras que la demanda de alimentos sigue aumentando, la falta de territorio agrícola y la mayor frecuencia de temperaturas extremas asociadas al cambio climático, como se ha vivenciado en nuestro país este año, limitan la capacidad de aumentar la producción para sostener el aumento de la población y alcanzar las metas de la ONU.

Estas cifras alarmantes pueden y deben cambiar, con el desarrollo de métodos computacionales basados en inteligencia artificial y algoritmos de optimización. Ese es el foco principal de mi investigación, la creación de un marco de gestión óptima de la cadena de suministro para mejorar la producción y distribución de productos altamente perecederos, lo cual podría tener un impacto significativo en países altamente agrícolas como Argentina.

La investigación se llevará a cabo en colaboración con la Universidad de Texas en Austin y Apeel Sciences, una startup de California con más de USD 645 millones en capital invertido que ha desarrollado un spray protector orgánico y comestible que reduce dramáticamente la tasa de deterioro de frutas y verduras, extendiendo su vida útil por semanas.

Uno de los problemas principales en la gestión de logística de alimentos es la vulnerabilidad a incertidumbres y disrupciones que ocurren frecuentemente en situaciones prácticas. Por ejemplo, la demanda del consumidor en los distintos puntos de ventas es una variable muy difícil de estimar hasta con los modelos de aprendizaje automático más sofisticados. Al no conocerse exactamente la demanda, es muy difícil estimar el inventario necesario en los distintos puntos de venta.

El problema es aún más complejo para la gestión de alimentos altamente perecederos, como carnes, frutas y verduras, que al haber excedente de inventario puede resultar en una gran cantidad de productos desperdiciados. En la investigación, se desarrollan modelos estadísticos para determinar los niveles óptimos de producción y distribución frente a este tipo de incertidumbres. Los resultados preliminares, que han sido publicados en varias revistas científicas de alto impacto, indican que dichos modelos computacionales pueden reducir el desperdicio de alimentos hasta un 15% y al mismo tiempo reduciendo considerablemente los costos de logística, lo cual resultaría también en una reducción de precios al consumidor final.

Cuando se trata de alimentos altamente perecederos, otra complejidad es estimar la viabilidad de los productos, ya que las fechas de vencimiento o de expiración suelen ser métricas poco precisas. Este tipo de productos se gestionan en cadenas de logística con ambientes altamente controlados, regulando variables como temperatura, humedad, y exposición a la luz. Las variaciones en estas condiciones pueden alterar la fecha de vencimiento fijada originalmente, ya que los productos pueden estar en malas condiciones antes de su fecha de vencimiento marcada durante el empaquetamiento, poniendo en riesgo la salud del consumidor, o pueden estar en buenas condiciones después de la fecha de vencimiento establecida, causando en el desperdicio innecesario de alimentos.

Las métricas como la fecha de expiración no incorporan los valores del consumidor y por ende lo que conlleva a la demanda de estos productos. Los modelos de logística para este tipo de productos deben incorporar métricas que reflejen el patrón de consumo en las góndolas, como por ejemplo el color y la firmeza en el caso de las frutas y verduras. Estas variables pueden ser predichas en base al conocimiento de las reacciones químicas y bioquímicas que ocurren dentro de nuestros alimentos durante el lapso desde que son cosechados, hasta el momento en el que son consumidos. De esta forma, es posible tomar decisiones de logística más eficientemente para minimizar costos y desechos en la cadena de suministro, y al mismo tiempo reducir el riesgo de enfermedades transmitidas por alimentos.