[文章備份] 自動篩果系統：利用類神經網路、AI、自動化提高篩果效率，提昇10倍效率、增加 17 億產值、93%準確率大幅增加品質的解決方案
台灣因為地處亞熱帶，又有多樣化的地理環境，所以相當適合種植水果。台灣的香蕉、鳳梨也都曾是紅極一時，讓我們引以為傲的熱門出口商品。然而，因為消費國農民逐漸掌握到了台灣水果優良的種子，可以自行種出同等品質但是更加平價的相同水果，致使我們的水果出口面臨了重大危機。台灣的水果如芒果、芭樂雖然目前仍有一定競爭優勢，但若是未能比其他國家更進一步，假以時間仍然會落入同樣的問題當中，不容我們輕忽！提昇品質與品牌價值是台灣水果產業於國際間保持競爭力的不二法門。
篩果工作是水果產銷當中決定品質的主要環節，卻囿於重度仰賴逐漸老化的農村人力，因此，篩果工作的自動化，就成為相當重要且急迫的課題。清大李祈均教授帶領團隊透過攝影機、輸送帶、以及 AI 結合出的自動篩果系統，目前具有高達 93% 的準確度。一個產季就能為芒果單一商品提昇 17 億的產值。隨著 AI 系統的逐步發展，未來準確度可望提昇外，也可以將同樣的系統應用在其他水果之上，進一步推動水果全程產銷履歷，帶動台灣水果產業科技化升級。
篩果工作非常仰賴稀缺的人力，農村人口老化更是雪上加霜
李祈均教授(後稱李教授)在一次偶然的機會中與在曾一起在美國讀書的同學余立元聊天。立元是一家台灣國際水果貿易商(台灣瓦克)的年輕第二代，台灣瓦克是台灣數一數二的大型水果進出口廠商。根據他的觀察，台灣水果初期生產出口往往可以得到相當不錯的利潤，但隨著時間，消費國的果農在取得種子之後，就會嘗試摸索著在當地種植，以降低成本獲取更大利潤。台灣水果若是在品質或品牌價值上無法超出消費國果農的產品，就會因為競爭者的成本確實較低，而被淘汰。
篩果是將水果按照品質分級，如果連最低規格皆無法通過，則會打消為廢品。實務上，篩果這個工作會由農民集貨場以及經銷商的包裝場分別執行，但如果集貨場處理得不好，而包裝場又在前期抽樣沒做好，就會造成經銷商的損失，最多甚至白白打消 30% 的 A / A+ 等級的水果。
這個工作極度仰賴有經驗的篩果人員，比較有經驗的篩果人員，不只可以控制好品質，降低篩果過程中不小心摔到水果而降低品質的機率，甚至有能力額外揀出 約莫10% 的 A+ 等級水果，大大增加許多價值。讓人惶恐的是，有經驗的篩果人員因為農村高齡化而逐漸凋零，成為非常稀有的資源。這樣稀有的人力資源每每在農忙時期炙手可熱，大家爭相搶奪，搶不到的農家或是經銷商，只能遷就於比較次級的人力，可能就要承受最高 30% 的損失，付出更大的成本。
AI非常適合協助篩果工作，只不過數據集的取得困難
李教授了解朋友的困難之後，發現這是一個可以利用 AI 來解決的問題。因為篩果雖然高度仰賴具有經驗的篩果人員，但這確是一個重複性很高的工作。而處理反覆、資料量大的工作一直都是 AI 的強項。
不過，在研發工作還沒有開始，就面臨第一個令人頭痛的問題：要從哪一種水果開始？
首先，合適的水果需要有一定的出口量，而且必須是仍在成長上升姿態的水果類型，否則部分較缺乏國際競爭力的水果如香蕉、鳳梨等，廠商較沒有餘力投下更多資金購買設備，更遑論在研發時期贊助經費或是協助研發團隊實驗了。
既然有了想法，當然就要加緊腳步儘快開始實行！於是，目前仍保有一定規模優勢的愛文芒果雀屏中選，作為自動篩果系統的第一個實驗對象了。
芒果採收後的第一關，就是在集貨場進行第一次的篩果，待篩果完成之後，即送至包裝場進行熏蒸消毒，準備銷售或是裝櫃外銷。然而，對於目標市場有較深入了解的外銷廠商，對於品質更加嚴格要求，所以往往在包裝場熏蒸之前，還要再次把關，自行執行一次篩果。但由於集貨場的員工是以篩檢的芒果數量而非芒果品質計算工資，故不見得能夠充分做好高品質的篩選工作，造成後一手包裝廠的篩果工作繁重不堪。 解決方案看來簡單明瞭，只需要透過攝影機、分級分流的機器輸送帶，以及搭配上可以從外觀分辨芒果品質的 AI 就能夠自動篩果。但是難點就在於 AI 要如何分辨芒果的好壞呢？對，就是建立一套訓練數據集！李教授團隊在網路上建立網站，讓所有人都可以上傳芒果照片並且為它們分級，一旦有這些數據集之後，就能利用它們來訓練 AI 。
經過訓練的 AI 準確度高達 93%，一個產季就可以提高 17 億產值
108年透過工業局與AI Hub的協助，加速技術進場實證，2個月實證期間累積10萬筆數據，經過訓練的 AI 準確度高達 93%，比起正確率 70%的人工作業高出許多，在品質上有很明顯的差異。以出口價值計算，一個芒果產季預估可望提高 17 億的產值。除此之外，也可以節省人力成本達 186.6 萬，亦可不用擔心季節缺工問題。
再者，因為不再需要集貨場和包裝場各篩果一次，也減少篩果過程當中人為疏失所造成的損耗。待技術更臻成熟後，未來也能將同樣的系統應用在其他的台灣水果如蓮霧、芭樂上，讓台灣的水果產業更上一層樓。
既然是 AI，就能經由不斷訓練來提高準確度，透過演算法的持續調整，以及與設備廠商的合作，可以大幅提昇產能。另外，李教授目前也在廠商及政府的贊助之下舉辦 AI Cup 競賽，讓更多團隊使用同樣的數據集來繼以推動演算法之發展，目前這個技術，在AI Hub平台上架提供試用，期能帶動更多有興趣投入的業者合作。
AI HUB上的愛文芒果等級辨識系統
李教授團隊的期許是希望透由AI的力量，能夠建立水果從生產到包裝運輸的完整履歷，藉以提昇台灣水果的品牌價值，除了期望在國外競爭激烈的市場當中協助台灣水果佔有一席之地外，也希望推廣台灣水果在國際上大放異彩，成為台灣之光。
留言
張貼留言