São Paulo — InkDesign News —
A pesquisa realizada na Universidade de Vaasa explora o uso de machine learning para desenvolvimento de embalagens inteligentes que indicam o estado dos produtos por meio de tintas impressas que mudam de cor.
Contexto da pesquisa
O estudo do pesquisador Jari Isohanni investiga a eficácia da inteligência artificial na identificação de mudanças sutis de cor para embalagens. O uso de tintas que mudam de cor pode ser aplicado em indústrias como alimentos, saúde, logística e eletrônica.
Método proposto
A pesquisa comparou a aplicação de métodos tradicionais de computação e técnicas de machine learning, como redes neurais convolucionais (CNNs), para a detecção de variações na cor. As CNNs se mostraram superiores em situações que requerem reconhecimento de mudanças sutis e em condições variáveis.
“Minha pesquisa mostrou que métodos computacionais tradicionais funcionam bem para reconhecer diferenças de cor significativas. No entanto, para mudanças sutis, os métodos mais eficazes foram as redes neurais convolucionais baseadas em inteligência artificial”
(“My research showed that traditional, simple computational methods work well for recognizing significant color differences. However, for subtle changes and varying conditions, the most effective methods were convolutional neural networks that are based on artificial intelligence.”)— Jari Isohanni, Pesquisador, Universidade de Vaasa
Resultados e impacto
A pesquisa revela que a mudança de cor nas tintas impressas pode ser tão sutil que métodos de visão computacional convencionais não conseguem detectar a tempo. Isso poderia levar à detecção tardia de problemas, como deterioração de alimentos. A combinação da tecnologia com machine learning permite um reconhecimento automático de cores com quase a mesma precisão que a visão humana, oferecendo novas ferramentas para controle de qualidade e possíveis indicadores sobre o estado dos produtos vendidos aos consumidores.
Além de ser uma alternativa econômica às soluções eletrônicas, a tecnologia pode ser integrada de forma simples nas embalagens, beneficiando a indústria alimentícia ao monitorar a vida útil dos produtos.
Entre as aplicações futuras, as soluções podem incluir monitoramento em saúde, logística e eletrônica, oferecendo uma forma bem mais sustentável de assegurar a qualidade dos produtos.
Fonte: (TechXplore – Machine Learning & AI)
