ويعتمد نظام “آيسورتر” على شبكات عصبية معقدة وتعليم عميق، مشابهة لشبكات الالتفاف CNN المستخدمة في التعرف على الوجوه والقيادة الذاتية. ويتم تدريب النظام على آلاف الصور للمنتجات السليمة والمعيبة، مما يتيح له تحديد التفاصيل الظاهرية مثل البقع الفطرية، الحروق، أو الإصابات الآفية بدقة عالية.
وأضاف فرحناك: تلتقط الكاميرات الصناعية عالية الدقة صوراً متتالية للمنتجات، ويقوم نموذج الذكاء الاصطناعي، في جزء من الثانية، بتحديد الحبات غير المرغوب فيها وفصلها باستخدام فوهات الهواء المضغوط. هذه العملية تعزز جودة المنتج، تقلل من الهدر، وتخفض استهلاك الطاقة والقوى البشرية إلى الحد الأدنى.
وفي صناعة القهوة، يحدد هذا النظام الحبات الناقصة أو المحترقة بشكل زائد من خلال تحليل اللون والنسيج، للحفاظ على النكهة والرائحة النهائية. وأكد فرحناك: في منتجات مثل الفستق، حتى زيادة واحد بالمئة في الدقة تخلق ربحاً اقتصادياً كبيراً. ويتيح البرنامج المعياري لهذا النظام إمكانية تركيبه على الأجهزة القديمة، وهو مزود بقدرة التحديث الذاتي، بحيث يتعلم من البيانات الجديدة ويحسن أداءه.
هذه التكنولوجيا تتجاوز الزراعة لتجد تطبيقات في معالجة المواد المعدنية. وفي المناجم، يفصل نظام “آيسورتر” الأحجار عالية النقاء عن النفايات من خلال تحليل البيانات المرئية والطيفية. وقال فرحناك: الهدف هو تركيب هذه الأنظمة مباشرة في خطوط الاستخراج والمعالجة لزيادة الإنتاجية والسلامة. ويمكن لهذه الأنظمة أن تحل محل طرق أخذ العينات اليدوية المكلفة.
وسارع هذا الإنجاز في تصنيع المعرفة بالتعليم العميق في إيران، ورفع منتجات “آيسورتر” إلى مستوى التنافسية الدولية. وحولت التعاون بين مهندسي الأجهزة، ومتخصصي البيانات، وخبراء الصناعات هذا النظام إلى محرك لاتخاذ القرارات في العمليات الصناعية. وأشار فرحناك: هذه التكنولوجيا تمتلك القدرة على إحداث تحول في الصناعات الزراعية والغذائية والمعدنية في البلاد، وهي مثال على قدرة المهندسين الإيرانيين على خلق منتجات بمعايير عالمية.
