अन्न प्रक्रियेसाठी हितकारक

आपल्याला मिळणाऱ्या पदार्थांची स्वच्छता व दर्जा याबद्दल ग्राहकांच्या वाढलेल्या अपेक्षा पाहता कमीतकमी मानवी संपर्क व जास्तीतजास्त आर्टिफिशिअल इंटेलिजन्सचा वापर आता अनिवार्य होतो आहे.

प्रत्येक नागरिकाला परवडणाऱ्या दरात, दर्जेदार अन्न पुरवठा करणे हे त्या त्या देशातील सरकारचे प्रमुख कर्तव्य असते. संयुक्त राष्ट्र संघाच्या अहवालानुसार २०५० पर्यंत जगाची लोकसंख्या ९०० कोटींच्या पुढे जाईल. त्यांना अन्न पुरवठा करण्यासाठी सध्याच्या अन्न उत्पादनात कमीतकमी ७० टक्क्यांनी वाढ झाली पाहिजे. इंग्लंड मधील इन्स्टिट्यूट ऑफ मेकॅनिकल इंजिनिअर्सच्या सर्वेक्षणानुसार प्रत्येक वर्षी जगातील अर्ध्याच्या आसपास अन्न वाया जाते. त्यादृष्टीने शेती मालाचे गरजेपुरते व वाजवी दरात उत्पन्न, त्यावरील इतर प्रक्रिया, वाहतूक व पुरवठा साखळी यांची कार्यक्षमता वाढवून साठवण्याच्या जागेचा कमीतकमी वापर, तसेच कमीतकमी अपव्यय अशा अनेक बाबींचा विचार करावा लागणार आहे. ग्राहकांच्या मागणीनुसार बाजारात सतत होणारे बदल व त्यानुसार स्पर्धेत टिकून राहण्याची धडपड यामुळे अन्न व पेयजल संबंधित उद्योग आर्टिफिशिअल इंटेलिजन्सच्या वापराकडे वळतो आहे. अमेरिकेतील मोर्डर इंटेलिजन्स या बाजारपेठेचे सर्वेक्षण करणाऱ्या एका संस्थेच्या अहवालानुसार अन्न व पेयजलासाठी कृत्रीम बुद्धिमत्तेशी संबंधित गुंतवणूक २०२० सालापर्यंत २० अब्ज रुपयांच्या आसपास आहे. यानुसार २०२६ पर्यंत ही गुंतवणूक २१०० अब्ज रुपयांपर्यंत वाढण्याची शक्यता आहे. गेल्या काही वर्षांत कृत्रीम बुद्धिमत्तेचा उपयोग हवामानाचा अंदाज बांधण्यासाठी होतो आहेच. त्याचा अप्रत्यक्ष उपयोग कोणते पीक घ्यायचे, बियाणे किती व कोणती वापरायची यात होतो. यातूनच शेतीमालाचा दर्जाही राखण्यात व सुधारण्यात मदत होत असते. परंतु त्या पुढील प्रक्रियेतही दर्जानुसार वर्गीकरण, साठवण्यातील, वितरणातील तसेच रेस्टॉरंटमधील स्वच्छता, नवनवीन रेसिपी आदींमध्येही आता आर्टिफिशिअल इंटेलिजन्सचा वापर वाढतो आहे.

प्रत्येक भाजी, प्रत्येक फळ वेगळे असते, तसेच प्रत्येक प्रकारच्या भाजीच्या, फळाच्या आकार व रंगानुसार त्यांचे वर्गीकरण करणे अन्न प्रक्रियेत फार महत्त्वाचे असते. या कामासाठी प्रचंड, तसेच कंटाळवाणी मेहनत करावी लागते. परंतु आता अन्न सुरक्षा तसेच अन्नाच्या गुणवत्तेची हमी देण्यासाठी मशिन लर्निंग आणि मशिन व्हीजन म्हणजे फोटो किंवा व्हिडिओ विश्लेषण या आर्टिफिशिअल इंटेलिजन्सच्या तंत्रांचा वापर दिवसागणिक वाढतो आहे. या तंत्रांचा वापर करून नॉर्वेस्थित टॉमरा ही कंपनी शेतमालाचे वर्गीकरण ‘चांगले आणि वाईट’ असे करण्यापेक्षा ‘उत्तम’, ‘बरे’ आणि ‘फेकून देण्याच्या दर्जाचे’ असे करते. त्यासाठी कित्येक सेन्सरची मदत घेतली जाते.  

अगदी अणू-रेणूंची संरचना, आकार, रंग, पृष्ठभागाचा पोत आदींवरून शेतमालाचे वर्गीकरण केले जाते. त्यावरून पुढच्या अन्न उत्पादन कारखान्यांकडे वर्गीकरण झालेला शेत माल पाठवण्यात येतो. जसे, फ्रेंच फ्राईज करण्यासाठी ज्या प्रतीचा बटाटा लागतो, त्यापेक्षा कमी प्रतीचा पोटॅटो वेजेस किंवा चिप्स करण्यासाठी लागतो. त्यात सुद्धा विविध कंपन्यांच्या ग्राहकांच्या स्तरानुसार पुढील वर्गीकरण केले जाते. या पद्धतीमुळे ५-१० टक्के म्हणजे जवळपास २५,००० ट्रक्स इतका बटाटा वाचविला जातो, जो अन्यथा केवळ वाईट म्हणून फेकून दिला असता. याच प्रकारे इतर सर्व फळे आणि भाज्यांच्या बाबतीत प्रचंड बचत करता येते. जपानमधील क्युपाई नावाची कंपनी याच प्रकारे शेतातील कच्च्या मालाचे वर्गीकरण करते आणि त्याची अचूकता जवळजवळ १०० टक्के आहे.

ग्राहकांसाठी अन्नाचा दर्जा व स्वच्छता आता प्राथमिकता झालेली आहे. हॉटेलमधील उपाहारगृहातील टेबल, डिशेस वगैरे जसे स्वच्छ असावे लागते, तसेच तेथील किचनसुद्धा स्वच्छ असावे लागते. याच विचारातून शांघायच्या नगरपालिकेच्या आरोग्य विभागाने २००हून अधिक हॉटेलांच्या किचनमधे कॅमेरे बसवलेले आहेत. इंटेलिजन्ट सॉफ्टवेअर या कॅमेऱ्यांनी रेकॉर्ड केलेल्या व्हिडिओचे ठरवून दिलेल्या स्वच्छतेच्या मानकांच्या आधारे विश्लेषण करत असतात. त्याप्रमाणे हॉटेल व्यवस्थापकाला, तसेच आरोग्य अधिकाऱ्याला योग्य सूचना दिल्या जातात. अन्न हाताळणाऱ्या कर्मचाऱ्यांनी मास्क लावणे, हातमोजे घालणे, डोक्यावर विशिष्ट प्रकारची टोपी असणे आदींचा समावेश या मानकांमध्ये होतो. लवकरच असे इंटेलिजन्ट सॉफ्टवेअरने सुसज्ज कॅमेरे शांघाय मधील सर्व म्हणजे २००० पेक्षा जास्त हॉटेलांमध्ये बसवले जाणार आहेत. यामुळे ग्राहकाला अन्नाच्या स्वच्छतेची खात्री देता येऊ शकते. ॲमेझॉनसारखी वितरण क्षेत्रातील आघाडीची कंपनी आर्टिफिशिअल इंटेलिजन्सचा वापर करून त्रुटी असलेले खाद्य पदार्थ ग्राहकांपर्यंत पोचण्याआधीच थांबवते. त्यासाठी मशिन लर्निंगच्या तसेच इतर अल्गोरिदमच्या मदतीने दररोज ग्राहकांकडून येणारे लक्षावधी इमेल, फोन कॉल, समाज माध्यमांमधील मते व अभिप्राय यांचा अर्थ लावला जातो. त्यावरून एखाद्या खाद्यपदार्थामधील संभाव्य दोष शोधला जातो. त्यामुळे सदोष पदार्थांमुळे ग्राहकांना होणारा मनस्ताप टाळण्यास मदत तर होतेच, पण त्याचबरोबर मूळ उत्पादकाला सुद्धा उत्तम दर्जाचे खाद्य पदार्थ तयार करावे लागतात. यातून पुरवठा साखळीतील प्रत्येकाचा फायदाच होतो. मुख्य म्हणजे वितरित झालेले पदार्थ उत्पादकाला परत करणे, पुन्हा नवीन येण्याची वाट पाहणे वगैरे यामुळे कमी होत आहे.

खाद्यपदार्थ बनवणाऱ्या प्रत्येक कंपनीला बाजारात टिकून राहण्यासाठी नवनवीन उत्पादने बाजारात आणावी लागत असतात. त्यासाठी कंपन्या विविध स्तरावर सर्वेक्षणे करत असतात. पेयजल क्षेत्रातील कोका-कोला ही कंपनी जवळपास ३५०० प्रकारची पेये बनवते. परंतु आता ही कंपनी ग्राहकांची नवी पसंती शोधण्यासाठी कृत्रीम बुद्धिमत्तेचा वापर करते आहे. कोका-कोलाने अमेरिकेतील विविध ठिकाणी विविध पेयांचे डिस्पेन्सर -फाऊंटन्स -बसवलेले आहेत. ग्राहकांना कोणतीही पेये एकत्र करून त्याचा आस्वाद घेता येतो. आर्टिफिशिअल इंटेलिजन्स आधारित सॉफ्टवेअरमुळे कोणती पेये एकत्र करून पिण्याकडे ग्राहकांचा कल अधिक आहे हे शोधून नवनवीन प्रकारचे पेय कोका-कोला बाजारात आणत आहे. कोका-कोलाचे २०१९मधील चेरी-स्प्राईट हे लोकप्रिय पेय याचेच एक उत्तम उदाहरण आहे.

कच्च्या शेतमालाचे पुढील प्रक्रियेकरिता वेळेत वितरण करणे जेवढे महत्त्वाचे आहे, तितकेच घरात बसून ठरावीक पदार्थ ऑर्डर करणाऱ्या ग्राहकापर्यंत वेळेत व ताजे अन्न पोचवणेही महत्त्वाचे आहे. स्विगी, झोमॅटो आदीं सारख्या कंपन्या मशिन लर्निंगच्या माध्यमातून याची काळजी करीत असतात. ग्राहकाच्या स्थानावरून किंवा घराच्या पत्त्यावरुन जवळच्या तसेच इतर ग्राहकांच्या चवीच्या व किमतीच्या पसंतीला उतरलेल्या रेस्टॉरंटची यादी ग्राहकाला दिली जाते. यामुळे ग्राहकाला उत्तम पदार्थ मिळण्यास मदत होते. तसेच, पदार्थ ऑर्डर केल्यावर, रेस्टॉरंट व घराचा पत्ता, एकूण अंतर, रस्त्यावरील वाहतूक, नजीकच्या परिसरातील इतर ग्राहकांच्या ऑर्डर आदींचा अंदाज घेऊन वितरण करणाऱ्या बॉयकडे जबाबदारी सोपवली जाते व ग्राहकालादेखील डिलिव्हरी बॉयचे नाव, पदार्थ तयार व्हायला व पोचवायला लागणारा साधारण वेळ आदींची माहिती दिली जाते. ग्राहकांना पदार्थ पोचवल्यानंतर काही वेळाने त्या पदार्थाचा दर्जा, पोचण्यास लागलेला वेळ, स्वच्छता आदींबद्दल अभिप्राय घेतला जातो. इंटेलिजन्ट अल्गोरिदम या सर्व माहितीचे विश्लेषण करतात व त्यावरून पुढील ग्राहकाला दिली जाणारी रेस्टॉरंटची यादी अद्ययावत केली जाते.

अन्न वाया घालवू नये हा आपल्या पूर्वजांपासून चालत आलेला संस्कार आहे. परंतु रेस्टॉरंट मधील वाया जाणाऱ्या अन्नाचे प्रमाण अजूनही प्रचंड आहे. हा एक मोठा आर्थिक व सामाजिक विषय आणि समस्याही आहे. इंग्लंडमधील विननाऊ कंपनीने ही समस्या सोडविण्यात मोठी आघाडी घेतली आहे. त्यांनी तयार केलेले उपकरण रेस्टॉरंटमधील कचऱ्याच्या डब्यावर बसवतात. हे उपकरण वाया गेलेल्या अन्नाचे फोटो घेते व मशिन लर्निंग आणि मशिन व्हीजनचा वापर करून त्यातील घटक पदार्थ ओळखते, व दिवसाच्या शेवटी कोणते व किती पदार्थ बनवले गेले आणि किती वाया गेले हे सांगते. त्याचबरोबर हे इंटरनेटला जोडले असल्यामुळे, प्रत्येक घटक पदार्थांच्या किमती शोधून त्याचाही लेखाजोखा मांडते. यावरून रेस्टॉरंटमधील अन्नाच्या अपव्ययाचा अंदाज व्यवस्थापनाला येऊ शकतो व अन्नाची नासाडी थांबवता येऊ शकते. दुबईमधील इमार हॉस्पिटॅलिटी या उपकरणाचा वापर करते आहे. त्यांच्या दाव्यानुसार या तंत्रामुळे एका वर्षात वाया जाणारे अन्न ७० टक्क्यांहून कमी झाले आहे, ज्याची किंमत कित्येक कोटी रुपयांच्या घरात आहे. जगातील प्रत्येकी नऊ माणसांपैकी एक माणूस रोज उपाशी राहत असेल तर ही बचत येणाऱ्या भविष्यात फार महत्त्वाची ठरणार आहे. 

थोडक्यात सांगायचे तर, भाज्या, धान्ये, फळे आदींसाठी शेतापासून ते ग्राहकाच्या ताटापर्यंत सर्वच टप्प्यांवर आता आर्टिफिशिअल इंटेलिजन्सचा वापर होतो आहे. त्याचबरोबर, आता कोरोनासारख्या साथरोगांचा धोका जवळजवळ सर्व देशांतील प्रत्येक गावात पोचला आहे. त्यामुळे अन्नाची स्वच्छता व दर्जा याबद्दल ग्राहकांच्या वाढलेल्या अपेक्षा पाहता कमीतकमी मानवी संपर्क व जास्तीतजास्त आर्टिफिशिअल इंटेलिजन्सचा वापर अनिवार्य होतो आहे. हे सत्य जेवढे लवकर स्वीकारता येईल तेवढे बरे.