Ο Αλγόριθμος στο πιάτο μας: Η βιομηχανία τροφίμων στην εποχή της AI - Η μελέτη Ελληνίδας φοιτήτριας

Γράφει ο Μπάμπης Καλογιάννης
]Ζούμε στην εποχή όπου η Τεχνητή Νοημοσύνη και οι εφαρμογές της απλώνονται σταδιακά στην πλειοψηφία των βιομηχανικών κλάδων. Από τη μία πλευρά είναι η αυτοματοποίηση πολλών διαδικασιών και διεργασιών, ενώ από την άλλη βρίσκεται η χρήση της Τεχνητής Νοημοσύνης ως άτυπου συμβούλου για τη διαχείριση και βελτιστοποίηση της παραγωγικής διαδικασίας. Ο τομέας των τροφίμων δε θα μπορούσε να μείνει έξω από αυτές τις εξελίξεις. Λόγω της συνεχώς αυξανόμενης ζήτησης των τροφίμων, η βιομηχανία διερευνά την ικανότητα των εν λόγω συστημάτων να προσφέρουν συγκεκριμένες εργασίες σε τομείς όπως ο ποιοτικός έλεγχος, η ταξινόμηση, η συσκευασία κ.α. Ανάμεσα στις εφαρμογές που ξεχωρίζουν είναι τα μοντέλα in silico, με την αποτύπωση φαρμακολογικών και φυσιολογικών διεργασιών, καθώς η προσομοίωση του πεπτικού μας συστήματος για τη βέλτιστη μελέτη του. Πρόκειται για μια δέσμη χρήσεων και εφαρμογών που δείχνει να βρίσκεται μονάχα στην αρχή της.
Στις αρχές Νοεμβρίου πραγματοποιήθηκε η πρώτη απονομή του EIT Food Journalism Award στην Ελλάδα, σε μια βραδιά αφιερωμένη στη δημοσιογραφία που προάγει την καινοτομία και τη βιωσιμότητα στον αγροδιατροφικό τομέα. Παράλληλα, πραγματοποιήθηκε ο πρώτος Φοιτητικός Διαγωνισμός Δημοσιογραφίας για την αγροδιατροφή, με συμμετοχές από φοιτητές ιδρυμάτων όπως τα ΕΚΠΑ, ΑΠΘ, Ιόνιο Πανεπιστήμιο, καθώς και το Γεωπονικό Πανεπιστήμιο Αθηνών. Η τεταρτοετης φοιτήτρια Επιστήμης Τροφίμων και Διατροφής του Ανθρώπου στο ΓΠΑ, Βασιλική Τεντζεράκη, έγραψε ένα από τα τρία άρθρα που διακρίθηκαν στη συγκεκριμένη κατηγορία, με τίτλο «Ο Αλγόριθμος στο πιάτο μας». Μέσα από την ανάγκη για τη διερεύνηση της χρήσης των εφαρμογών του ΑΙ στη βιομηχανία τροφίμων, η έρευνα της κας Τεντζεράκη κατέδειξε τις σύγχρονες τάσεις στο τρόφιμο, τις εναλλακτικές της βιομηχανίας και τους πρωταρχικούς στόχους της ποιότητας και βιωσιμότητας.
Με τις μέχρι στιγμής εκτιμήσεις, η Τεχνητή Νοημοσύνη χρησιμοποιείται ευρέως στη βιομηχανία για σκοπούς ανίχνευσης, ασφάλειας, πρόβλεψης, ελέγχου, ανάλυσης ποιότητας και ταξινόμησης. Την ίδια στιγμή, ιδιαίτερη σημασία δίνεται στην προσομοίωση του ανθρωπίνου σώματος και των επιπτώσεων των τροφίμων σε αυτό, μέσα από εφαρμογές ρομποτικής και φασματοσκοπίας. Έχοντας έμπρακτο ενδιαφέρον για την επιστήμη του τροφίμου και τις εξελίξεις σε αυτή, η Βασιλική Τεντζεράκη μίλησε στην Athens Voice με αφορμή το βραβευθέν άρθρο της, αναλύοντας τις πηγές και τα συμπεράσματά του και φωτίζοντας τις απορίες ενός μη εξοικειωμένου με το αντικείμενο αναγνώστη.
«Δεν γνώριζα καν για τον διαγωνισμό, με ενημέρωσε σχετικά η καθηγήτρια μου. Ενδιαφέρθηκα και έψαξα ένα θέμα επίκαιρο. Είναι σημαντικό όχι απλά να έχεις την επιστημονική γνώση, αλλά να την δώσεις με κατανοητό τρόπο και για τον μέσο αναγνώστη. Οι επιστήμονες μεταξύ τους είτε τα γνωρίζουν, είτε τα καταλαβαίνουν. Αλλά η επιστήμη είναι εδώ για να εξυπηρετεί τον άνθρωπο, οπότε πρέπει κι αυτός να έχει πρόσβαση και να μπορεί να κατανοεί. Η Τεχνητή Νοημοσύνη είναι η δεύτερη εφαρμογή στο κινητό μας πλέον. Όλα όσα μας είναι δεδομένα, ανάμεσά τους και τα τρόφιμα, μόνο δεδομένα δεν είναι. Η επιστήμη των τροφίμων είναι κατά μία έννοια επιστήμη των αγαθών. Ήθελα να δώσω στον κόσμο να καταλάβει πόσο περίπλοκη είναι η διαδικασία παραγωγής ενός τροφίμου και τι κρύβεται πίσω από αυτό. Είναι πάρα πολλοί οι σχετικοί κλάδοι που ασχολούνται. Μηχανολόγοι μηχανικοί, χημικοί, φυσικά και οι ίδιοι οι παραγωγοί. Σκεφτόμουν να σπουδάσω Διατροφολογία, καθώς με ενδιέφερε γενικότερα το θέμα της υγείας. Δεν θεωρώ πως μου ταιριάζει το κομμάτι της συμβουλευτικής, πιο πολύ της έρευνας θα έλεγα», θα μας πει ως πρώτη πληροφορία, πριν μπούμε στα του άρθρου και του αντικειμένου της.
- Ποια είναι η σημερινή σχέση μεταξύ της Τεχνητής Νοημοσύνης και του Food Industry; Βρισκόμαστε σε πειραματικό στάδιο ή γίνεται ευρεία χρήση των διαφόρων εφαρμογών; Τι συμβαίνει στην Ελλάδα;
Αυτό που έχω καταλάβει από τη γενικότερη αναζήτησή μου είναι πως οι εταιρείες-κολοσσοί δουλεύουν επί χρόνια με τέτοιου είδους τεχνολογίες. Απλά σήμερα είναι μια εποχή όπου η τεχνητή νοημοσύνη είναι καθημερινό εργαλείο για τον μέσο άνθρωπο και αντιλαμβανόμαστε καλύτερα το εύρος των εφαρμογών της. Στην Ελλάδα βλέπω πως δεν ρισκάρουν ιδιαίτερα οι εταιρείες και χρησιμοποιούνε στάνταρ τεχνικές και ιδέες που έχουν ήδη αποδειχτεί επιτυχημένες στο εξωτερικό. Υπάρχουν ωστόσο διάφορα μοντέλα για την παρακολούθηση των καλλιεργειών, τα οποία χρησιμοποιούνται πχ από εταιρείες ζυθοποιίας. Το ΑΙ μπορεί να χρησιμοποιεί στην παρακολούθηση και αρχειοθέτηση δεδομένων, αλλά και ως «σύμβουλος» για την αγορά εξοπλισμού. Κάθε εταιρεία βέβαια έχει τμήμα Research & Development, αλλά προς το παρόν χρησιμοποιούνται δοκιμασμένες «συνταγές».
- Στο άρθρο σας αναφέρεστε στο Hellenic Food Thesaurus Health, μια εκτενή βάση τροφίμων και συστατικών από το Γεωπονικό Πανεπιστήμιο Αθηνών. Πώς αναπτύχθηκε αυτή η βάση και πώς μπορεί να χρησιμοποιηθεί πρακτικά από εταιρείες και καταναλωτές;
Το Hellenic Food Thesaurus Health ξεκίνησε ως project το 2019 από την επιστημονική ομάδα της καθηγήτριας κας Μαρίας Καψοκεφάλου. Πρόκειται για μια ομάδα με επιστημονικούς συνεργάτες και πρώην φοιτητές από διάφορες σχολές και τμήματα, οι οποίοι ασχολήθηκαν εκτενώς με το θέμα. Σκεφτείτε πως υπήρξε συνεργασία με σούπερ-μάρκετ της Σλοβακίας, όπου φωτογράφιζαν τρόφιμα για τη βάση δεδομένων. Όλα τα τρόφιμα και τις πληροφορίες τους. Είναι μια βάση που συνεχώς ανανεώνεται. Η κάθε εταιρεία που θέλει να παράξει ένα νέο τρόφιμο, μπορεί πρωτίστως στο H.F.T.H. ώστε να δει πως όντως δεν έχει κυκλοφορήσει κάτι παρόμοιο έως τώρα. Στη συνέχεια θα κοιτάξει τα ποιοτικά χαρακτηριστικά, όπως πχ τις απαιτήσεις ώστε ένα τρόφιμο να χαρακτηριστεί «high protein». Δηλάδη το ποσοστό της πρωτεΐνης σε μια συγκεκριμένη ποσότητα του τροφίμου. Αντίστοιχα άλλες προδιαγραφές και κριτήρια που πρέπει να τηρούνται. Όσον αφορά τον καταναλωτή, υπάρχουν επίσης πολλές χρήσεις. Μέσω της εφαρμογής μπορείς να καταγράφεις τις θερμίδες που καταναλώνεις από τα διάφορα τρόφιμα, προσαρμόζοντας ανάλογα τη διατροφή σου. Κι όταν λέμε διάφορα τρόφιμα εννοούμε ακόμα και «ψαγμένα», ασυνήθιστα.
- Πού θεωρείτε ότι δίνεται βάρος όσον αφορά την εφαρμογή του AI στη βιομηχανία; Τι γίνεται με παραμέτρους όπως η παρακολούθηση της ποιότητας και η μείωση της σπατάλης και των απορριμμάτων;
Οι εφαρμογές του ΑΙ ουσιαστικά «διευκρινίζουν» τη σχέση μεταξύ διατροφής και υγείας. Τα στοιχεία αυτά αποτελούν βασικές προτεραιότητες για τη βιομηχανία των τροφίμων. Σίγουρα το κέρδος και η ελαχιστοποίηση του ρίσκου παίζουν ρόλο για το σχεδιασμό των προϊόντων, όπως φυσικά και η διατήρηση της ποιότητας που συνεπάγεται την ασφάλεια του καταναλωτή. Είναι το ελάχιστο κριτήριο για την παραγωγή ενός τροφίμου, η ασφάλεια. Όσον αφορά τη διαχείριση απορριμμάτων, χαρακτηριστικά είχε γίνει ένας διαγωνισμός στη σχολή για παραγωγή τροφίμου και συμφοιτητές μου είχαν παράξει φρουτοχυμό, αλλά από παραπροϊόντα των φρούτων. Φλούδες και κουκούτσια. Η ιδέα φυσικά προήλθε από το ΑΙ. Μαζί με τις ιδέες, ένα μοντέλο μπορεί να προτείνει και μεθόδους παραγωγής. Η παραγωγή ενός τροφίμου φυσικά έχει μεγάλο πειραματικό στάδιο, το οποίο είναι και δαπανηρό. Οπότε για την εξοικονόμηση χρόνου και χρήματος, μπορούμε να οπτικοποιήσουμε τη διαδικασία, έχοντας πλήρη εικόνα της γεύσης, της υφής κλπ. Ώστε δηλαδή να γνωρίζουμε πχ επακριβώς πόσο επηρεάζει η ποσότητα αλατιού μέσα στο τρόφιμο. Μέσα από μοντέλα chatgpt, 3D printing κ.α.
- Πώς ακριβώς μπορούν τα στοιχεία που δίνουμε οικειοθελώς σε διάφορες εφαρμογές να κατευθύνουν το food industry, όσον αφορά την ποιότητα και τα χαρακτηριστικά των τροφίμων;
Οι εταιρείες συνεργάζονται με διάφορες εφαρμογές και υπάρχει πρόσβαση σε stories και κάθε άλλου είδους δημόσιο δεδομένο. Μην ξεχνάμε πως όταν αποδεχόμαστε τα cookies, δίνουμε τη συγκατάθεσή μας γι αυτό. Όλα αυτά τα δεδομένα σκανάρονται και αξιοποιούνται. Ένα απλό παράδειγμα είναι πως αν πας στο σούπερ-μάρκετ θα δεις πολλά τρόφιμα να χαρακτηρίζονται ως «crunchy», δηλαδή τραγανό. Είναι απλό μάρκετινγκ. Αν συζητάμε συχνά πως μας αρέσει να τρώμε κάτι τραγανό και μετά το βρούμε μπροστά μας, πολύ πιθανόν να το αγοράσουμε. Τα δεδομένα αυτά βοηθάνε στο σχεδιασμό προϊόντων και συνηγορούν στη σιγουριά που επιθυμούν οι επιχειρήσεις.
- Ένας ιδιοκτήτης ενός τυροκομείου, ή ενός οινοποιείου, πώς μπορεί πρακτικά να επωφεληθεί από τις εφαρμογές της Τεχνητής Νοημοσύνης;
Τόσο το οινοποιείο όσο και το τυροκομείο, ως παραδείγματα, συνδέονται άμεσα με τον πρωτογενή τομέα. Αφενός με τα αμπέλια, αφετέρου με το ζωικό κεφάλαιο. Οπότε η πρώτη χρήση έχει να κάνει με τη βελτιστοποίηση της παραγωγής και την αντιμετώπιση τυχόν προβλημάτων. Να βρει δηλαδή κάποιος συμβουλές, λύσεις και προτάσεις. Αντίστοιχες πληροφορίες μπορούν να βρεθούν και για το κομμάτι του μηχανολογικού εξοπλισμού. Σε κάθε περίπτωση, εκσυγχρονίζονται πολλές λειτουργίες αλλά δεν καταργούνται, ούτε αντικαθίστανται. Δηλαδή αν μιλήσουμε για διεργασίες όπως η αποστείρωση, μπορεί κάποιος να εξερευνήσει μεθόδους ώστε να γίνει λιγότερη δαπανηρή, οικονομικά αλλά και ενεργειακά. Φυσικά όλες αυτές οι πληροφορίες πρέπει να ελεγχθούν για την αξιοπιστία τους. Γι αυτό και κανένα chatgpt δεν θα αντικαταστήσει τον άνθρωπο, απλά θα τον συμπληρώσει. Πρέπει πάντοτε να υπάρχουν τα κατάλληλα φίλτρα για τη διαχείριση της πληροφορίας. Προσωπικά δεν έχω ζήσει σε εποχή χωρίς internet, αλλά φαντάζομαι οι ανησυχίες θα ήταν αντίστοιχες. Φυσικά προέρχομαι από μία άλλη γενιά, σκεφτείτε πως δεν έχω δει πχ ποτέ φαξ στη ζωή μου. Πιστεύω πως πάντα θα υπάρχει κάποιος ο οποίος θα αξιολογεί όλα αυτά που μας λέει η Τεχνητή Νοημοσύνη. Κάποιος που καταλαβαίνει την περίπτωση όπου αυτό που λένε τα μοντέλα της δεν βγάζει νόημα. Έχοντας παρακολουθήσει σχετικές ομιλίες, βλέπω πολλούς νέους αγρότες να χρησιμοποιούν αντίστοιχες εφαρμογές και μοντέλα. Το παρωχημένο στερεότυπο του γεωργού και του κτηνοτρόφου που δεν έχει ιδιαίτερες γνώσεις τείνει να εκλείψει. Δεν γίνεται να μην ακολουθείς την τεχνολογία και την εξέλιξή της, δεν συγχωρείται απλά. Ακόμα και παραδοσιακές επιχειρήσεις ενημερώνονται και εξελίσσονται.
- Γράφετε πως «οι βιομηχανίες αναζητούν φυτικές εναλλακτικές χωρίς να θυσιάζουν τη γεύση». Τι συμπεράσματα προέκυψαν από τη σχετική έρευνα;
Τα plant based προϊόντα είναι πολύ της μόδας, χωρίς να συμφωνώ ιδιαίτερα. Επειδή όμως αυτή είναι η τάση, οι βιομηχανίες πρέπει να ανταποκριθούν. Υπάρχει πολύς κόσμος που αναζητά αυτά τα προϊόντα, τα οποία δεν έχουν κάποια διαφορά στη γεύση, απλά είναι φυτικής προέλευσης. Πχ συγκεκριμένες μαγιονέζες, παγωτά με γάλα φυτικής προέλευσης κ.α. Αντίστοιχα πολλά κεφτεδάκια που κυκλοφορούν στο εμπόριο, από σόγια, ρεβύθια κλπ. Θεωρώ πως ίσως σταματήσει κάποια στιγμή αυτή η τάση.
- Πώς συνεχίζετε την έρευνά σας στο κομμάτι της διατροφής; Υπάρχει κάποιο άλλο αντικείμενο στο οποίο εργάζεστε αυτή τη στιγμή;
Τον τελευταίο καιρό έχω ξεκινήσει ένα project με την καθηγήτρια μου κα Μαγριπλή, σε σχέση με την παιδική παχυσαρκία. Δεν πρόκειται για κάτι θεωρητικό, η Ελλάδα είναι πρώτη πανευρωπαϊκά και τρίτη παγκοσμίως στον σχετικό δείκτη. Αυτό που μου είχε κάνει εντύπωση όταν καταπιάστηκα με το θέμα, είναι ότι πολύ ψηλά στην κατάταξη, συγκεκριμένα στη δεύτερη και τρίτη θέση, είναι η Ισπανία και η Ιταλία. Χώρες που υποτίθεται πως έχουν το πρότυπο της μεσογειακής διατροφής, που έχουν πρόσβαση σε ψάρια και λαχανικά, αλλά έχουν και το ιδανικό κλίμα για την παραγωγή αντίστοιχων τροφίμων και προϊόντων. Όχι όπως μια χώρα όπως η Νορβηγία π.χ. Το θέμα βέβαια έχει επίσης κοινωνική και ταξική παράμετρο.
Το άρθρο «Ο Αλγόριθμος στο πιάτο μας» αναδημοσιεύεται με την άδεια της συγγραφέως.
Ο Αλγόριθμος στο Πιάτο μας
Πόσες φορές έχουμε αναρωτηθεί τι κρύβεται πίσω από κάθε προϊόν που φτάνει στο τραπέζι μας; Η απάντηση, ολοένα και συχνότερα πλέον, είναι «τεχνητή νοημοσύνη». Από τον σχεδιασμό νέων προϊόντων, μέχρι την παρακολούθηση της ποιότητας και τη μείωση της σπατάλης, η τεχνητή νοημοσύνη (ΑΙ) έχει εισβάλει δυναμικά στη βιομηχανία τροφίμων, αλλάζοντας ριζικά τον τρόπο που παράγουμε, καταναλώνουμε και σκεφτόμαστε τη διατροφή μας. Ό,τι κάποτε έμοιαζε με μελλοντικό σενάριο, σήμερα αποτελεί αναπόσπαστο κομμάτι της αλυσίδας παραγωγής και, ίσως, την πιο «έξυπνη» τροφή για σκέψη.
Ένας έξυπνος σύμμαχος στον σχεδιασμό προϊόντων
Η σύγχρονη αγορά τροφίμων αντιμετωπίζει μια παράδοξη πραγματικότητα: παρά την πληθώρα vegan, gluten-free ή sugar-free προϊόντων, οι καταναλωτές γίνονται ολοένα πιο απαιτητικοί και προσεκτικοί στις επιλογές τους. Οι εταιρείες, για να ανταποκριθούν, χρειάζονται δεδομένα, και εδώ ακριβώς παρεμβαίνει το AI.
Αναλυτές δεδομένων (data scientists) αξιοποιούν αλγόριθμους που συλλέγουν πληροφορίες από social media, delivery apps και διαδικτυακές κριτικές, αποκωδικοποιώντας τις προτιμήσεις μας και μεταφράζοντάς τις σε εμπορικά επιτυχημένες ιδέες. Μελέτη της NielsenIQ έδειξε ότι οι αλγόριθμοι μπορούν να μειώσουν το ρίσκο πίσω από μια νέα συνταγή ή προϊόν, βοηθώντας τις εταιρείες να εντοπίσουν τι πραγματικά ζητά η αγορά.
Η πλατφόρμα Tastewise, για παράδειγμα, ανέλυσε εκατομμύρια online συζητήσεις και διαπίστωσε ότι η λέξη “crunchy” χρησιμοποιήθηκε 2,64% περισσότερο σε σχέση με πέρσι, εμφανιζόμενη στο 23,79% των εστιατορίων παγκοσμίως. Αυτού του είδους τα δεδομένα μετατρέπονται σε οδηγό για την ανάπτυξη νέων προϊόντων που «μιλούν» στη γλώσσα του καταναλωτή.
Η τεχνητή νοημοσύνη προσφέρει έναν γρήγορο, στοχευμένο δρόμο προς την καινοτομία – και, σε πολλές περιπτώσεις, τη μυστική συνταγή της επιτυχίας. Επομένως, μήπως τελικά να μπορούν να επωφεληθούν και οι παραδοσιακές, μικρομεσαίες επιχειρήσεις;\
Επιστημονική ακρίβεια και εξατομίκευση στη διατροφή
Η τεχνητή νοημοσύνη δεν επηρεάζει μόνο το τι τρώμε, αλλά και πώς κατανοούμε τον ανθρώπινο οργανισμό, τον μεταβολισμό και τη σχέση υγείας- διατροφής. Παρέχει επιστημονικά δεδομένα, τα οποία βοηθούν ερευνητές και βιομηχανίες να αναλύουν τη θρεπτική αξία, τη συμπεριφορά και τη δράση των τροφίμων.
Η εταιρεία Danone, για παράδειγμα, χρησιμοποιεί ένα robotic stomach, ένα «ρομποτικό στομάχι» που προσομοιώνει την ανθρώπινη πέψη, για να μελετήσει τη δράση των προβιοτικών στα προϊόντα της. Αντίστοιχα, ερευνητικά ινστιτούτα ή και δημόσιοι οργανισμοί αναπτύσσουν βάσεις δεδομένων με στόχο την ταυτοποίηση μακρο- και μικροθρεπτικά συστατικά, την πρόβλεψη της διάρκεια ζωής ενός τροφίμου και την επιλογή της κατάλληλης μεθόδου επεξεργασίας.
Στην Ελλάδα, το Γεωπονικό Πανεπιστήμιο Αθηνών έχει ήδη δημιουργήσει μια εκτενή βάση δεδομένων τροφίμων και συστατικών (Hellenic Food Theasaurus Health,2021), που χρησιμοποιείται από ερευνητές και βιομηχανίες. Πρόκειται για ένα σημαντικό βήμα στην εγχώρια καινοτομία και στην εδραίωση της χώρας στον επιστημονικό χάρτη της διατροφής.
Τα «εικονικά» τρόφιμα και η βιωσιμότητα του μέλλοντος
Σύμφωνα με τον Wes Frierson, αντιπρόεδρο της FoodChain ID, η βιομηχανία χρειάζεται εργαλεία που θα προβλέπουν τις τάσεις του μέλλοντος και θα μειώνουν τα πειραματικά λάθη στην ανάπτυξη νέων προϊόντων. Με τα σύγχρονα μοντέλα του ChatGPT και τεχνολογίες 3D printing, οι ερευνητές μπορούν πλέον να προσομοιώνουν «εικονικά» τη γεύση, την υφή και τη θρεπτική αξία ενός προϊόντος χωρίς να το παράγουν φυσικά, εξοικονομώντας χρόνο, ενέργεια και πόρους.
Η βιωσιμότητα αποτελεί πια κεντρικό στόχο. Οι βιομηχανίες αναζητούν φυτικές εναλλακτικές χωρίς να θυσιάζουν τη γεύση. Η Kraft Heinz, για παράδειγμα, χρησιμοποιεί AI για να κατανοήσει τη μοριακή σύνθεση των plant-based τροφίμων, δημιουργώντας προϊόντα που μιμούνται τη γεύση και την υφή των ζωικών. Έτσι, μια μαγιονέζα από ρεβίθια μπορεί να προσφέρει σχεδόν την ίδια απόλαυση με την παραδοσιακή.
Το AI έχει εισχωρήσει και στην πρωτογενή παραγωγή: μοντέλα γεωργίας και κτηνοτροφίας προσομοιώνουν καιρικά φαινόμενα, άρδευση και ανάπτυξη καλλιεργειών, βοηθώντας στην πρόληψη ασθενειών και στη μείωση της σπατάλης. Ένα τέτοιο σύστημα θα μπορούσε, για παράδειγμα, να συμβάλει στον περιορισμό της πρόσφατης επιδημίας ευλογιάς στα αιγοπρόβατα, παρακολουθώντας εμβολιασμούς και μετακινήσεις κοπαδιών. Με αυτόν τον τρόπο, μειώνονται οι εκπομπές αερίων και το οικολογικό αποτύπωμα, με την εκτροφή παραγωγικών ζώων να ευθύνεται σήμερα για πάνω από το 14% των παγκόσμιων εκπομπών.
Τεχνητή νοημοσύνη και υπεύθυνη κατανάλωση
Η τεχνολογία προχωρά και προς μια zero-waste κατεύθυνση. Ήδη αναπτύσσονται εφαρμογές που θα μπορούν να «σκανάρουν» τρόφιμα στο ράφι, αναγνωρίζοντας μικροοργανισμούς και εκτιμώντας τη διάρκεια ζωής τους. Μια απλή φωτογραφία θα αρκεί για να ενημερώνει τον καταναλωτή για την ποιότητα, τον τρόπο συντήρησης και τον ιδανικό χρόνο κατανάλωσης, συμβάλλοντας στη μείωση των απορριμμάτων.
Παράλληλα, εφαρμογές όπως Too Good To Go, Foodsi και FoodBag ήδη προωθούν τρόφιμα σε χαμηλότερη τιμή πριν λήξουν, μειώνοντας τη σπατάλη και συντελώντας στην αντιμετώπιση της κλιματικής αλλαγής. Η τεχνητή νοημοσύνη, έτσι, δεν είναι απλώς ένα εργαλείο βιομηχανικής ανάπτυξης αλλά και ένα μέσο ενίσχυσης της οικολογικής συνείδησης.
Πηγή: athensvoice.gr