กินไม่มีเหลือ! เยอรมันใช้ AI แก้ปัญหาขยะอาหาร
Technology & Innovation

กินไม่มีเหลือ! เยอรมันใช้ AI แก้ปัญหาขยะอาหาร

  • 20 May 2021
  • 1353

ขยะอาหารถือเป็นปัญหาระดับโลกที่ทุกฝ่าย ทุกอุตสาหกรรมให้ความสำคัญอย่างจริงจัง สถานการณ์ที่กำลังเกิดขึ้นกับอาหารทั่วโลกคือ แต่ละปีเรามีขยะอาหารที่ไม่สามารถนํามารับประทานได้ ทั้งที่อาหารเหล่านั้นอาจจะเป็นอาหารส่วนเกินที่สามารถนําไปรับประทานต่อได้ก็ตาม และหากคิดเป็นน้ำหนักก็พบว่ามากถึง 1.6 พันล้านตันต่อปี 

เป้าหมายเพื่อการพัฒนาอย่างยั่งยืน (SDGs) ขององค์การสหประชาชาติได้ตั้งเป้าไว้ว่า จะลดจำนวนขยะที่มาจากอาหารลงครึ่งหนึ่งในปี 2030 หรืออีก 9 ปีข้างหน้า ด้วยการลดการสูญเสียอาหารทั้งจากการผลิตและห่วงโซ่คุณค่า ซึ่งเป็นเป้าหมายที่มีความท้าทายอย่างยิ่ง


©shvetsa/pexels.com

แต่ละประเทศจึงได้คิดหาแนวทางจัดการปัญหาขยะอาหารที่เหมาะสมของตนเอง โดยล่าสุดประเทศเยอรมนี เจ้าแห่งการรีไซเคิล (ที่กว่า 67% ของขยะในประเทศนี้จะถูกนำไปรีไซเคิล ซึ่งถือเป็นอัตราที่สูงที่สุดในโลก) ได้ประกาศลดขยะอาหารลงครึ่งหนึ่งภายในปี 2030 โดยใช้ AI เข้ามาช่วยคำนวณข้อมูลในกระบวนการผลิต เพื่อลดการผลิตเกินความต้องการและหลีกเลี่ยงการเกิดของเสีย

อีก 9 ปี ขยะอาหารต้องลดลงครึ่งหนึ่ง
ในเยอรมนีมีปริมาณอาหารประมาณ 12 ล้านตันถูกทิ้งลงถังขยะทุกปี ขณะที่กว่า 30 เปอร์เซ็นต์ถูกทำลายไปในกระบวนการผลิต จึงมีการจัดตั้งโครงการ Resource-Efficient Intelligent Foodchain (REIF) โดยสถาบันวิจัย Fraunhofer Institute for Casting, Composite and Processing Technology (IGCV) ทำงานร่วมกับพันธมิตรต่างๆ เพื่อต่อสู้กับปัญหาขยะอาหารโดยใช้เทคโนโลยี AI เพื่อที่ต่อไปทั้งการผลิตชีส ขนมปัง เนื้อสัตว์ และผลิตภัณฑ์อาหารอื่น ๆ จะเป็นไปอย่างมีประสิทธิภาพ ด้วยการใช้อัลกอริทึมจำแนกข้อมูล และสมองของ AI ช่วยเพิ่มประสิทธิภาพในการวางแผนการขายและการผลิต รวมไปถึงระบบควบคุมกระบวนการต่าง ๆ


©wesual/unsplash.com

จากข้อมูลการศึกษาของสถาบัน Thünen ในปี 2562 เปิดเผยว่าร้อยละ 52 ของขยะอาหารทั้งประเทศเยอรมนีมาจากภาคครัวเรือน ประมาณ 30 เปอร์เซ็นต์ของการสูญเสียอาหารเกิดขึ้นในช่วงต้นของขั้นตอนการผลิตและแปรรูป และอีก 18 เปอร์เซ็นต์มาจากค้าปลีกและค้าส่งต่าง ๆ โครงการ REIF มีพันธมิตร 30 รายที่ร่วมกันทำงานเพื่อแก้ปัญหาขยะอาหารในระยะยาว เป้าหมายหลักคือการออกแบบระบบนิเวศของ AI ซึ่งรวมผู้ที่เกี่ยวข้องทั้งหมดเข้าไปในทุกขั้นตอนของห่วงโซ่คุณค่า โครงการดังกล่าวได้รับทุนจากกระทรวงเศรษฐกิจและพลังงานแห่งสหพันธ์สาธารณรัฐเยอรมนี (BMWi) เป็นเงิน 10 ล้านยูโร

ลดผลิตเกินต้องการ เลี่ยงเกิดของเสีย
สาเหตุของการผลิตของเสียทั้งที่สามารถหลีกเลี่ยงได้มีตั้งแต่การผลิตมากเกินไป คุณภาพของวัตถุดิบที่ไม่คงที่ ไปจนถึงอาหารที่ผลิตออกมาแล้วไม่ตอบโจทย์ความต้องการเฉพาะได้ โครงการ REIF จะมุ่งเน้นไปที่ผลิตภัณฑ์นม เนื้อสัตว์ และเบเกอรี่ ของเสียที่เกิดขึ้นส่วนใหญ่เนื่องมาจากผลิตภัณฑ์เหล่านี้จะเสียเร็ว ดังนั้น กุญแจสำคัญในการลดการสูญเสียอาหารประเภทนี้ คือ การลดการผลิตที่มากเกินไป และหลีกเลี่ยงการผลิตของเสีย

แพทริก ซิมเมอร์แมน นักวิทยาศาสตร์จากสถาบัน Fraunhofer IGCV และคณะทำงาน กำลังหาวิธีการว่าจะสามารถปรับศักยภาพภายในของบริษัทให้เหมาะสมได้อย่างไร เช่น โรงงานและเครื่องจักร หรือการวางแผนและการควบคุมการผลิต เพื่อลดของเสียโดยใช้วิธีการของ AI ได้อย่างไร

"เราใช้ AI ตลอดห่วงโซ่คุณค่า โดยเฉพาะอย่างยิ่งในโรงงานผลิต โดยปรับเปลี่ยนและเลือกอัลกอริทึมที่เหมาะสมกับการใช้งาน พิจารณาถึงความสามารถในการคาดการณ์และการควบคุมในทุกส่วน ตั้งแต่การผลิตในฟาร์มไปจนถึงการวางขายในซูเปอร์มาร์เก็ต เพื่อเพิ่มศักยภาพของแต่ละบริษัทผู้ผลิตให้มากขึ้น

"เราสามารถหลีกเลี่ยงการผลิตที่มากเกินไปและของเสียได้โดยการคาดการณ์ความต้องการอาหาร ปรับปรุงความสามารถในการคาดการณ์และการควบคุมกระบวนการให้ดีขึ้น เพื่อลดการสูญเสียอาหารให้น้อยลง"


©edwinjosevega/pexels.com

อย่างไรก็ตาม ศักยภาพของแต่ละบริษัทผู้ผลิตมีความแตกต่างกันไป ซิมเมอร์แมนได้อธิบายเรื่องนี้โดยใช้ตัวอย่างของเครื่องผสมเนื้อสัตว์

"อุณหภูมิและระยะเวลาของกระบวนการผสมเนื้อสัตว์มีผลต่อวันหมดอายุของผลิตภัณฑ์ ถ้าเราใช้อัลกอริทึมของ AI เพื่อลดปริมาณพลังงานที่ใช้ในการกระบวนการผสมเนื้อสัตว์ให้น้อยที่สุด ก็จะสามารถขยายวันหมดอายุได้ ซึ่งจะช่วยเพิ่มเวลาการขายในซูเปอร์มาร์เก็ตและลดการสูญเสียอาหารลง”

ในแง่ของระบบ ปริมาณขยะอาหารจะเกิดขึ้นสูงที่สุดขณะเปิดเครื่อง เนื่องจากต้องมีการระบุค่าพารามิเตอร์ที่เหมาะสมก่อน ของเสียจึงมักเกิดขึ้นในช่วงนี้

"ตัวอย่างของเรื่องนี้ ก็เช่นการใช้เซ็นเซอร์อัจฉริยะและอัลกอริธึม AI ที่คิดวิเคราะห์ได้ด้วยตนเอง เพื่อทำให้การเกิดฟองระหว่างการผลิตเค้กสมบูรณ์แบบตั้งแต่ต้น" นักวิจัยอธิบาย

หัวใจหลักคือข้อมูลที่เชื่อมโยง
ในระยะยาวพันธมิตรในโครงการ REIF มองเป้าไปที่การสร้างระบบนิเวศด้านไอทีและการเปิดมาร์เก็ตเพลสบนโลกออนไลน์ ในอนาคตบริษัทต่าง ๆ จะสามารถใช้อัลกอริทึม AI ของตนเองร่วมกับรายอื่น ๆ บนแพลตฟอร์มได้ อีกเป้าหมายหนึ่งคือการสร้างเครือข่ายข้อมูลของทุกบริษัทที่เกี่ยวข้องในโครงการ เพื่อเพิ่มมูลค่าให้กับเครือข่ายอุตสาหกรรมอาหาร "ความเชี่ยวชาญของบริษัทหนึ่งสามารถถ่ายโอนไปยังบริษัทอื่น ๆ ได้ ยิ่งมีข้อมูลมากเท่าไหร่ก็จะยิ่งมีโมเดล AI ที่คาดการณ์ผลลัพธ์ได้ดีขึ้นเท่านั้น"

มาร์เก็ตเพลสบนโลกออนไลน์คือสถานที่ที่พันธมิตรของโครงการจะสามารถแลกเปลี่ยนข้อมูลกันได้ สุดท้ายบริษัทผู้ผลิตจะสามารถควบคุมกระบวนการผลิตของตนได้ดีขึ้น โดยใช้ประโยชน์จากการคาดการณ์ตัวเลขยอดขาย รวมถึงข้อมูลต่าง ๆ ที่ซูเปอร์มาร์เก็ตได้รวบรวมไว้ ถ้าสามารถรวบรวมปัจจัยต่าง ๆ เช่น พฤติกรรมของลูกค้า ยอดสินค้าคงคลัง และวันหมดอายุเข้าด้วยกันได้ ก็จะปรับราคาสินค้าขึ้นลงได้ตามสถานการณ์


©shvetsa/pexels.com

"การปรับราคาอย่างต่อเนื่องทุกวัน ทำให้ไม่ต้องจบลงด้วยการกระหน่ำลดราคาเมื่ออาหารใกล้หมดอายุ และช่วยยืดเวลาการขายออกไป เช่นผลิตภัณฑ์มีแนวโน้มที่จะขายได้ ก็จะถูกขายออกไปก่อนที่จะถูกนำไปทิ้ง วิธีการนี้ยังช่วยให้ได้กำไรเพิ่มขึ้นด้วย" ซิมเมอร์แมนอธิบายถึงวิธีการตั้งราคาแบบยืดหยุ่น

วิธีนี้ช่วยสร้างกำไรสูงสุดให้กับผู้ค้าปลีก ขณะเดียวกันก็ช่วยลดของเสียและการผลิตที่มากเกินไป ห่วงโซ่การจัดส่งสินค้าก็ได้รับประโยชน์จากแนวคิดในการแบ่งปันข้อมูลนี้ ซึ่งรวมถึงข้อมูลจากภายนอกด้วย

"ถ้าวันไหนอากาศดี ซูเปอร์มาร์เก็ตมักจะขายบาร์บีคิวได้มาก ผู้ผลิตเนื้อสัตว์สามารถปรับปริมาณการชำแหละเนื้อสัตว์ให้เหมาะสม ในทางกลับกันก็ลดการผลิตลงในวันที่สภาพอากาศไม่ดี ซึ่งยอดขายมักจะน้อย" ซิมเมอร์แมนอธิบายแนวคิดระบบนิเวศไอที และความเกี่ยวข้องของข้อมูลรอบด้านที่ควรคำนึงถึง ส่วนลูกค้าปลายทางก็ได้รับประโยชน์เช่นกัน เพราะในวันที่อากาศไม่ดี ทางร้านอาจมีการลดราคาเนื้อบาร์บีคิวเพื่อกระตุ้นการซื้อ ระบบการทำนายเช่นนี้สามารถนำเสนอผ่านแพลตฟอร์มออนไลน์ได้และจะช่วยให้ระบบนิเวศอาหารของโลกยั่งยืนขึ้นนั่นเอง

FAST FACT

  • องค์การอาหารและการเกษตรแห่งสหประชาชาติ (FAO) ระบุว่า ทั่วโลกมีขยะอาหารถูกทิ้งประมาณ 1 ใน 3 หรือกว่าร้อยละ 30 จากจำนวนทั้งหมดที่ถูกผลิตขึ้นบริโภคในแต่ละวัน หรือรวมกันประมาณ 1,300 ล้านตันต่อปี

  • 3.3 พันล้านตันคือปริมาณก๊าซคาร์บอนไดออกไซด์ที่เกิดจากขยะอาหารในแต่ละปีทั่วโลก

  • 8% ของปริมาณก๊าซเรือนกระจกที่ทำให้เกิดภาวะโลกร้อน มาจากขยะอาหารซึ่งปล่อยก๊าซมีเทนที่รุนแรงกว่าก๊าซคาร์บอนไดออกไซด์ถึง 14 เท่า

  • 1.14 กิโลกรัม คือปริมาณการสร้างขยะของคนไทยต่อคน ต่อวัน

  • 254 กิโลกรัมคือปริมาณขยะอาหารที่คนไทยสร้างต่อปีต่อคน มากกว่าชาวฝรั่งเศส 30% และมากกว่าชาวอเมริกัน 40%

  • 27.4 ล้านตัน คือปริมาณการสร้างขยะของคนไทยทั้งประเทศต่อปี ซึ่ง 17.6 ล้านตัน เป็นขยะอาหาร หรือคิดเป็น 64% ของทั้งหมด

  • หากนำขยะอาหารของคนไทยทั้งประเทศต่อปีมากองรวมกัน จะมีปริมาณมากเท่ากับเครื่องบิน Airbus A380 ถึง 63,000 ลำ หรือสนามราชมังคลากีฬาสถาน 88 สนามครึ่ง

 

ที่มา :
บทความ “Artificial intelligence for reducing food waste” โดย Fraunhofer-Gesellschaft จาก techxplore.com
บทความ “บริษัทญี่ปุ่นใช้ AI แก้ปัญหา ‘ขยะอาหาร’ สร้างความยั่งยืนให้ธุรกิจ” โดย Pagon.p จาก smartsme.co.th
บทความ “สินค้าหมดอายุก็ขายได้ เยอรมนีเดินหน้าลดขยะจากอาหาร ขายได้แต่ต้องแจ้งลูกค้าด้วย” โดย Parichat Chk จาก brandinside.asia

เรื่อง : รติรัตน์ นิมิตรบรรณสาร