Industrias Lácteas Monteverde aprovecha la Inteligencia Artificial para lograr la excelencia quesera. ¿Y cómo consiguen esto? a través de un sistema experto (QuesIA) que recomienda al maestro quesero qué lotes de leche, de los que reciben cada día en sus instalaciones, son los más adecuados para producir las más de 60 variedades distintas de quesos de su catálogo.
En este proceso ha sido vital la inteligencia humana, ya que fue el maestro quesero quien entrenó el algoritmo en el que se basa QuesIA para, a partir del análisis de una quincena de variables de los más de 100.000 litros diarios de leche que llegan a la empresa (nivel de proteínas, vitaminas, bacterias, grasa…), determinar para qué variedad de queso es idónea, optimizando y maximizando la eficiencia tanto en el aprovechamiento de la materia prima, como en el proceso productivo.
¿Qué ventajas le ofrece a Monteverde el uso de QuesIA?
- Minimiza el tiempo necesario para la toma de decisiones, por parte del maestro quesero y responsables de planta, respecto a la planificación de la producción
- Mayor uniformidad en calidad y propiedades organolépticas (sabor, olor, color, textura) en las variedades de queso
- Capitaliza el know-how de recetas y proceso en la empresa, garantizando la continuidad del negocio ante procesos de relevo generacional
El crecimiento en la producción de Lácteas Monteverde y el avance de la tecnología hacía necesaria la implantación de herramientas que facilitasen el proceso de producción, acortando tiempos y posibilitando una toma de decisiones más ágil. Por este motivo, decidieron apostar por la inclusión de técnicas de Inteligencia Artificial para aprovechar toda la información que barajaban y obtener conocimiento que incrementase la calidad de sus quesos. Para ello, Monteverde se hizo acompañar de Gesimde, Soluciones informáticas, como socio tecnológico especializado en sistemas de información para empresas agroalimentarias. Ambos contaron a su vez con CTIC Centro Tecnológico, como Centro especializado en tecnologías del dato e Inteligencia Artificial.
Objetivos de QuesIA
Estos tres actores, establecieron tres objetivos fundamentales para QuesIA:
- Minimizar el tiempo necesario para la toma de decisiones, por parte del maestro quesero y responsables de planta, respecto a la planificación de la producción, facilitando la obtención e interpretación de datos numerosos y complejos.
- Identificar correlaciones desconocidas entre los parámetros que caracterizan a la materia prima (leche), que tengan impacto en aspectos relacionados con la calidad del queso producido y que no se utilizaban en el proceso de fabricación hasta ese momento.
- Capitalizar el know-how de recetas y proceso en la empresa, garantizando la continuidad del negocio ante procesos de relevo generacional de los profesionales de la misma.
El principal reto que se afrontó en este proyecto fue conseguir aislar los elementos o las combinaciones de elementos que permitiesen caracterizar los quesos en base a su calidad de una forma automática y precisa. Para ello, se tuvieron en cuenta tanto características sensoriales (organolépticas) aportadas por expertos catadores, variables obtenidas de los sistemas de análisis de infrarrojo cercano (NIR) y otro tipo de parámetros considerados importantes, como los ambientales. Así, fue posible categorizar la calidad del producto en base a criterios medibles y objetivos, en lugar de ateniéndose a criterios subjetivos.
QuesIA recoge información que se divide en cuatro categorías: datos sobre la materia prima, es decir la leche, tomados mediante cámaras NIR que funcionan con infrarrojos, datos de producción de los quesos antes de su fabricación, como las etapas del proceso, los ingredientes necesarios, el tiempo en cuba o las temperaturas alcanzadas.
Este sistema también permite recopilar información sobre trazabilidad aplicable a las recogidas de leche y los lotes de quesos producidos. Por último, también almacena datos una vez que el proceso productivo está finalizado, con los kilogramos producidos, las características del queso, etc.
Todos estos datos conforman un sistema experto que cumple cuatro propósitos: Por un lado, establece una caracterización de quesos, alimenta un sistema de recomendación, sirve para llevar a cabo una estimación de características internas en fabricación y, por último, realiza una cata digital del producto. En el caso del sistema de recomendación, donde CTIC ha desarrollado y entrenado el algoritmo de machine learning que constituye el motor del Inteligencia Artificial de la herramienta, QuesIA ayuda a determinar qué tipo de quesos pueden producirse de manera óptima en función de los parámetros internos de la leche.
También a optimizar el proceso productivo ya que, a la hora de fabricar un queso en particular, se podrá seleccionar la leche de los silos que generen un queso de mayor calidad. Además, genera una probabilidad a modo de puntuación para cada uno de los tipos de queso, mediante algoritmos de IA (aprendizaje supervisado de clasificación). Tras una consulta que especifique los parámetros internos de la leche, la herramienta devuelve las puntuaciones (en forma de probabilidad) para cada uno de los quesos analizados.
Utilizando QuesIA, Monteverde puede determinar las características finales del queso, o incluso, realizar distintas modificaciones en los parámetros de fabricación que permitan optimizar el proceso. Respecto a la cata digital, utilizar la Inteligencia Artificial en este proceso de fabricación permite tener acceso a un histórico de catas realizadas por expertos catadores, realizar una valoración objetiva de las distintas percepciones analizadas sobre el queso en función de sus parámetros internos, como, por ejemplo, aspecto interior, aspecto exterior, textura en boca, olor, etc.
El proyecto QuesIA plantea la innovación en el proceso de evaluación de la calidad de los quesos a través de un sistema basado en IA que proporciona información en tiempo real relativa a la calidad de los quesos. Además, este sistema se ha desarrollado de forma accesible desde cualquier dispositivo con conexión a Internet, con lo que se proporciona información en tiempo real que aporta un valor añadido a la toma de decisiones por parte de la Dirección de la empresa.
El proyecto recibió financiación de IDEPA (actualmente Sekuens) y de FEDER, a través del Programa de proyectos empresariales de I+D.
