CJ CheilJedang تطوّر ذكاءً اصطناعياً للتصنيع الذاتي في مصانع الأغذية

من البيانات إلى التحكم في المعدات

تبدأ الخطة ببناء قاعدة بيانات «AI-Ready»، تُربط فيها البيانات الصادرة عن معدات إنتاج مختلفة وتُحلَّل في الزمن الحقيقي لاستخدامها في تدريب النماذج. ثم تُطبَّق تقنية قائمة على PINN (Physics-Informed Neural Network) تحلّل خصائص العملية وبيانات المستشعرات معاً، بحيث يتنبأ الذكاء الاصطناعي بظروف تشغيل المعدات ويتحكم في العملية تلقائياً.

وفي إدارة الجودة ستُستخدم الرؤية الآلية والروبوتات والذكاء الاصطناعي الطرفي (edge AI) لرصد الأجسام الغريبة والتلف وعيوب التغليف لحظياً وربط ذلك بالتحكم في المعدات. أما في صيانة المعدات فسيُنشأ نظام صيانة تنبؤية يكتشف مؤشرات الأعطال ويشخّصها مسبقاً للحد من التوقفات غير المتوقعة.

كما يشمل التطوير سلامة العاملين، إذ ستكشف كاميرات مراقبة مدعومة بالذكاء الاصطناعي سقوط العامل أو دخوله منطقة خطرة، وعند وقوع خطر تُبطئ المعدات تلقائياً أو تتوقف.

نحو ذكاء اصطناعي مادي

لا تعتزم الشركة تطبيق هذه التقنيات منفصلة، بل بناء منظومة ذكاء اصطناعي مادي (Physical AI) يدرك فيها النظام بيئة الإنتاج ويتنبأ ويتخذ القرار ثم يتحكم في المعدات.

وقال كانغ مين سو، نائب رئيس الإنتاج في CJ CheilJedang، إن جودة الأغذية تتأثر مباشرة بتغيّر المواد الخام وبيئة الإنتاج، ولذلك تزداد أهمية ذكاء اصطناعي يفهم بيانات الميدان وخصائص العمليات معاً. وأضاف أن الشركة تسعى إلى امتلاك تقنية ذكاء اصطناعي مادي ملائمة لتصنيع الأغذية والمشروبات لتعزيز الإنتاجية والجودة والسلامة.