Wie AI Gerüche erkennen und identifizieren kann

Durch ständige Innovation die Grenzen der KI verschieben

Adrian Kostrz, Global Innovation Manager bei NTT DATA Business Solutions, leitet ein Team, das daran arbeitet, künstlicher Intelligenz (KI) beizubringen, Gerüche wahrzunehmen, sie zu bewerten und die Ergebnisse zur Steuerung von Prozessen zu nutzen. Eine Technologie zu entwickeln, die mit den natürlichen Sinnen konkurrieren kann, ist keine leichte Aufgabe, aber er ist zuversichtlich, dass sie dank eines strengen Trainingsprogramms und einer guten Dosis Kaffee gut angelaufen ist.

Seit den Anfängen der IT und im Zuge des technologischen Fortschritts entdecken wir immer neue und aufregende Möglichkeiten, wie Maschinen die menschlichen Fähigkeiten unterstützen und verbessern können. Der technische Fortschritt soll unsere Fähigkeiten unterstützen und im Idealfall die Ausführung von Aufgaben erleichtern. Doch anstatt ersetzt zu werden, können wir uns auf eine Zukunft freuen, in der Maschinen uns in verschiedenen Bereichen unterstützen können, was letztlich sowohl dem Menschen als auch der Technik zugute kommt.

Diese Idee lässt sich auf unsere menschlichen Sinne und Fähigkeiten, wie Sehen, Hören und Tasten, ebenso anwenden wie auf physikalische Aufgaben und Prozesse. Künstliche Sensoren sind uns Menschen heute weit voraus: Sie können 12 000 Bierflaschen pro Stunde überprüfen, hören, ob Pumpen unter Verschleiss leiden, und kontrollieren CO2-, Feuchtigkeits- und Temperaturwerte in riesigen landwirtschaftlichen Anlagen. Aber es gibt Bereiche, in denen wir nach wie vor einen Vorsprung vor der Technik haben.

Beim Geruch ist die Situation anders. Wir Menschen sind nicht dafür bekannt, dass wir besonders gut riechen können, aber wir können unsere Nase und Zunge benutzen, um Gerüche mit Gegenständen, Gefühlen und Ereignissen in unserem Gedächtnis zu verknüpfen. Darin liegt die technische Herausforderung.

Die Technik muss noch die Fähigkeit entwickeln, jeden Geruch, dem sie begegnet, genau zu erfassen und zu interpretieren. Da die Interpretation jedoch im Gehirn stattfindet, kommen hier die künstliche Intelligenz (KI) und das Internet der Dinge (IoT) ins Spiel. Hier haben wir eine Chance gesehen.

Mit dem Ziel, verschiedene Gerüche durch den Einsatz von KI erfolgreich zu interpretieren, haben wir uns ein anspruchsvolles Ziel gesetzt: Wir wollen eine Lösung entwickeln, die den Prozess unterstützt und Teil der Qualitätskontrolle in der Produktion ist. Von einer perfekten Geruchsmaschine sind wir zwar noch ein Stück entfernt, aber wir sind auf einem spannenden Weg.

Um dies zu erreichen, haben wir uns zum Ziel gesetzt, die Leistung der KI zu nutzen, um die menschlichen Sinne zu übernehmen und dadurch das Element des menschlichen Fehlers zu eliminieren, das wir unweigerlich in jeden Arbeitsablauf einbringen.

Trotz gut definierter Inhaltsstoffe und etablierter Protokolle können in jedem Prozess natürliche Schwankungen auftreten, die dazu führen, dass hochqualifizierte menschliche Tester Fehler machen. Ist es möglich, dass KI dazu beitragen kann, diese Situation zu überwinden und Fehler zu reduzieren?

Künstliche Intelligenz kann den Lebensmittelherstellern helfen, die Qualität zu verbessern.

Wir wollten die Möglichkeit des Einsatzes einer «AI nose» untersuchen, die den idealen Zustand kennt, und haben daher ein KI-Geruchsexperiment durchgeführt.

Verschiedene Geschäftsanwendungen würden von einer «künstlichen Nase” profitieren, deren Fähigkeiten über die eines speziellen Gassensors hinausgehen. Ein klassisches Beispiel, das ein Problem lösen könnte, dem wir alle von Zeit zu Zeit begegnen: Soll eine öffentliche Toilette regelmässig oder nach Bedarf gereinigt werden, um die Qualitätssicherung effizienter zu gestalten?

In einem anderen Fall möchte ein Lebensmittelhersteller vielleicht das tatsächliche Verfallsdatum einer Charge erschnüffeln, anstatt sich auf strenge Mindesthaltbarkeitsdaten zu verlassen, damit gute Lebensmittel nicht unnötigerweise im Namen strenger Sicherheitsvorschriften weggeworfen werden.

Um das Regressionsmodell der KI zu trainieren, haben wir der KI drei Tage lang Kaffeeproben unter die Nase gehalten und sie beschriftet. Es gab drei mögliche Antworten: «gutes Kaffeepulver», «schlechtes Kaffeepulver» (mit Essig vermischt) und «kein Kaffeepulver».

Entspricht der Kaffee der Norm, wird die Probe als Teil des Prozessablaufs freigegeben, im ERP-System erfasst und eingelagert.

Wenn die Nase ein Qualitätsproblem meldet, sendet das ERP-System eine standardisierte Qualitätsmeldung und der Kaffee wird für die weitere Verwendung gesperrt. Stellt das System etwas anderes als Kaffeepulver fest, stoppt es den Prozess, löst einen Alarm aus und benachrichtigt einen Menschen, der das überprüft.

Die menschlichen Qualitäten der KI

Trotz der Komplexität, die mit der Erzeugung und Erkennung von Gerüchen verbunden ist, konnten wir die Proben mithilfe der trainierten KI erfolgreich unterscheiden.

Allerdings gab es auf dem Weg dorthin einige echte Herausforderungen. Zum Beispiel waren feine Toleranzen erforderlich, wenn es um den Abstand zwischen dem Sensor und dem zu messenden Objekt ging. Und wenn der Raum gelüftet wurde, sank die Erkennungsrate.

Die KI wies auch einige überraschend menschliche Eigenschaften auf: Die «AI nose» wurde «müde» und musste alle paar Stunden neu kalibriert werden. Außerdem mochte sie die Morgenstunden nicht – sie erzielte in der Regel später am Tag bessere Trefferquoten.

SAP Hack2Build award for NTT DATA Business Solutions.

Der #Hack2Build-Wettbewerb von SAP bot das ideale Szenario für einen rigorosen Test unserer «AI nose». Die technische Basis lieferte SAP im Rahmen ihrer SAP BTP-Services, die wir beim Anlernen von maschinellen Lernmodellen zur Erfassung und Analyse von Daten und zur Lieferung von Ergebnissen zu nutzen gewohnt sind.

Der Testprozess hiess «Wareneingang» und die Nase hatte die Aufgabe, Kaffeeproben zu testen. Sie verwendete vier Sensoren, um verschiedene Gaswerte zu messen, und die spezifische Kombination dieser vier Werte stellt den «Fingerabdruck» eines Geruchs dar. Das Konzept erwies sich als erfolgreich, denn wir gewannen den Hackathon.

Supermärkte und Läden

Qualitätskontrolle: Eine «AI nose» kann eingesetzt werden, um die Frische und Qualität von Lebensmitteln in Supermärkten sicherzustellen. Sie kann Gerüche erkennen, die auf Verderb oder Verunreinigungen hinweisen, so dass das Supermarktpersonal die betroffenen Produkte aus den Regalen nehmen und verhindern kann, dass sie an Kunden verkauft werden.

Bestandsmanagement und Vermeidung von Lebensmittelverschwendung: Eine «AI nose» kann zur Überwachung der Lagerbestände von Frischwaren in Supermärkten eingesetzt werden. Sie kann den Reifegrad von Obst und Gemüse erkennen und das Supermarktpersonal warnen, wenn die Haltbarkeit der Produkte abläuft, so dass sie verkauft oder verwendet werden können, bevor sie verdorben sind.

Kundenerlebnis: Durch die Erkennung und Neutralisierung unangenehmer Gerüche im Geschäft kann ein angenehmeres Einkaufserlebnis für die Kunden geschaffen werden. Es können auch individuelle Düfte kreiert werden, die das Einkaufserlebnis verbessern und eine einladende Atmosphäre schaffen.

Landwirtschaft

Qualitätskontrolle: Die Qualität und Frische von Pflanzen während der Ernte und der Lagerung kann genauer kontrolliert werden. Durch die Erkennung spezifischer Gerüche, die von Pflanzen freigesetzt werden, wenn sie reif sind oder zu verderben beginnen, können Landwirte sie zum optimalen Zeitpunkt ernten oder verkaufen.

Viehwirtschaft: Eine «AI nose» kann zur Überwachung der Gesundheit und des Wohlbefindens von Nutztieren eingesetzt werden, indem sie bestimmte Gerüche aufspürt, die mit Krankheiten oder Stress in Verbindung stehen. Dies kann Landwirten helfen, kranke Tiere zu identifizieren und zu behandeln, bevor sich die Krankheit ausbreitet.

Lebensmittelproduktion

Qualitätskontrolle: Die Qualität und Sicherheit von Lebensmitteln während der Produktion kann durch die Erkennung spezifischer Gerüche, die von Lebensmitteln freigesetzt werden, wenn sie zu verderben beginnen oder kontaminiert sind, besser gewährleistet werden.

Prozess-Optimierung: Ineffizienzen oder potenzielle Qualitätsprobleme können durch die Analyse von Gerüchen frühzeitig erkannt werden, so dass das Personal in der Lebensmittelproduktion Anpassungen vornehmen und den gesamten Prozess verbessern und optimieren kann.

Möbelindustrie

Qualitätskontrolle: Das Aufspüren spezifischer Gerüche, die von Materialien oder Chemikalien, z. B. Formaldehyddämpfen, während der Produktion freigesetzt werden, ermöglicht es den Mitarbeitern in der Möbelproduktion, Massnahmen zu ergreifen, um Sicherheitsprobleme oder Mängel zu vermeiden.

Duftstoffentwickler und -hersteller

Verbrauchertests: Eine «AI nose» könnte eingesetzt werden, um Düfte an Verbrauchern zu testen, indem die spezifischen Gerüche analysiert werden, die mit verschiedenen Düften verbunden sind. Dies kann Duftstoffentwicklern dabei helfen, die Düfte zu identifizieren, die die Verbraucher am meisten ansprechen, oder bei der Entwicklung von personalisierten Parfüms für einzelne Kunden helfen.

Integration in die Prozesswelt

Entscheidend für den Erfolg ist auch die Anbindung der Plattform an die IT- und ERP-Systeme der Produktion, um Folgeprozesse anzustossen und die Kontinuität des Prozesses zu gewährleisten. So wird sichergestellt, dass immer dann gehandelt wird, wenn die Nase meldet, was sie erschnüffelt hat – sei es, dass Salz in die Suppe gegeben, die Temperatur gesenkt oder ein Mensch gerufen wird.

Das Internet der Dinge und die künstliche Intelligenz können ein Unternehmen in vielerlei Hinsicht verändern, aber die Grundlage für jede effiziente Anwendung ist eine solide Logistik- und Managementinfrastruktur.

Obwohl es bereits «künstliche Nasen» gibt, sind sie wahre Spezialisten. In Gesprächen mit verschiedenen Sensorherstellern und Wissenschaftlern haben wir festgestellt, dass man spezielle Sensoren entwickeln kann, wenn man weiss, nach welchem Molekül oder Aroma man sucht. Es ist jedoch nicht möglich, Tausende von verschiedenen Sensoren in eine künstliche Nase zu packen, um ein breites Spektrum an Geruchseindrücken zu erfassen.

Wir sind nun auf der Suche nach neuen spannenden Anwendungsfällen für eine skalierbare Geruchserkennung.

Titelbild: ©Andreas Kusy Fotografie

Recognition of Odors and Flavors Using Sensors and Artificial Intelligence

Watch on

Gherdì Glaser from NTT DATA Business Solutions standing in front of the dashboard for the AI nose.

Sie schauen lieber zu als zu lesen? In diesem Video präsentiert Gherdì Glaser, Innovation Manager bei NTT DATA Business Solutions, wie die «AI nose» funktioniert und wie sie die Qualitätskontrolle verbessern kann.