Az egyik legnagyobb japán szusilánc átállt egy olyan mobilalkalmazásra, amivel a beszerző távolról, fotók alapján is meg tudja állapítani egy tonhal minőségét.

Hol van már a molekuláris gasztronómia okozta sokk? Egykor mindenki azon szörnyülködött, hogy Ferran Adriá vagy Heston Blumenthal folyékony nitrogént, kémcsöveket, lepárlókat, Petri-csészéket vitt be a konyhájába. Pedig az ő konyhájukban még az emberi tudás, intuíció és kreativitás vezette a séf kezét. Japán egyik legnagyobb szusiláncában viszont épp az egyik intuíciót kívánó munkakört váltja le a mesterséges intelligencia (MI).

Talán az csökkenti a hír megrázó erejét, hogy a váltást a Tajvanon és az USA-ban is jelen lévő Kora Sushi lépte meg, amely eleve az automatizálásra esküszik. A lánc honosította meg azt a Magyarországon is több 'all-you-can-eat' szusibárban alkalmazott módszert, hogy a fogásokat kis tálkákban szállítószalag viszi szinte egyenesen a vendég szájába.

A tonhal szentsége

A tonhal azonban a japánoknál sokáig szent volt. Magasan képzett, tapasztalt szakértők járták világszerte a halászati vállalkozásokat, hogy személyesen vizsgálják meg majd válasszák ki a halászott tonhalak közül a legízletesebb húsú példányokat, vagy licitáltak dollármilliókkal egy-egy ritka példányra a tokiói halpiacon.

A Kora Sushi láncnak azonban a járványügyi korlátozások miatt beszűkültek a beszerzési forrásai, így egy olyan mobil appot hívtak segítségül, amellyel a beszerzők távolról is elég jó becsléssel meg tudják állapítani az adott példányról, hogy érdemes-e megvenni. (Pontosabban ők csak arról döntenek, hogy elfogadják vagy sem az MI ítéletét a hal minőségéről.)

Maga az app, a Tuna Scope már egy éve elkészült. Az mindenképpen figyelemre méltó, hogy nem egy technológiai startup állt vele elő, hanem a világ egyik legnagyobb reklámügynökségének, a jövőre 120 éves Dentsunak a kreatív igazgatója, Kazuhiro Shimura fejéből pattant ki az ötlet.

Tíz év tanulást váltottak ki

Az app lényegében MI-alapú képfeldolgozást végez. A tonhalbeszerzők a hal farokrészének a keresztmetszetéből próbálják megállapítani az adott példány minőségét. Alapvetően négy tényezőt vizsgálnak: a hús textúráját (pl. a zsírszövet és az izom arányát, ruganyosságát), színét, frissességét, és hogy van-e benne valamilyen sérülés, hiba.

Ahhoz, hogy ezek alapján dönteni tudjanak, hatalmas tapasztalatra van szükségük, meg persze jó intuícióra. Tonhalszakértők szerint legalább tíz év tapasztalat kell ahhoz, hogy valaki magabiztos legyen a minőség megítélésében. (Egyre kevesebben vállalják ezt a hosszú tanulási folyamatot – igaz, a tonhal is egyre kevesebb.) Ezalatt a tíz év alatt egy szakértő nagyjából négyezer tonhalat tanulmányoz, és veti össze a farokból levont következtetéseit a későbbi valós eredménnyel.

A fejlesztők így szintén mintegy négyezer mintás tanulási adatbázist hoztak létre egy japán halfeldolgozó üzem segítségével. Az üzemben ugyanis pontosan és jól algoritmizálható formában rögzítették a tonhalfarkakról készült nagy felbontású fotók mellé a szakértők értékelését is. Ebből az adatbázisból az MI egy hónap alatt érte el azt a szintet, amihez egy tonhalszakértőnek tíz évre van szüksége. Sőt!
 

Munkában a beszerzők a tokiói tonhalaukción


Amikor az alkalmazást élesben is tesztelték, kiderült, hogy már nem egy tíz év tapasztalattal rendelkező zöldfülű szakértővel egyenértékű. Nagyjából azt a megbízhatósági szintet hozza, mint egy 35 éve dolgozó tonhalbeszerző.

Világhódító tervek

Az appot egyelőre csak Japánban használják, de a távlati cél, hogy nemzetközi szinten gyűjtsék az MI-modellhez a tonhal-minőségre vonatkozó adatokat, és kialakuljon egy tonhal-világszabvány. A tonhal azonban egy dolog, a fejlesztők szerint a technológia rugalmasan alkalmazható lenne számos olyan iparágban, ahol még mindig nagy szerepe van a szemrevételezéssel történő vizsgálatoknak.

Az MI jó dolog, de egy tokiói szakértő, aki maga is elismeri, hogy az app sokat segít a munkájában, azt állította a Reutersnek, az ember még mindig jobb, mint a mesterséges intelligencia.

Cloud & big data

Olivia mindent kifecsegett a McDonald's-nál

Több tízmillió álláskereső személyes adatai kerültek veszélybe a Paradox.ai által létrehozott McHire oldalon, ahol a sebezhetőséget feltáró biztonsági kutatók taroltak az 123456 jelszóval.
 
A kompromittált rendszerek, a dark weben felbukkanó ügyféladatok vagy a zsarolóvírus-kampányok következményei már a vezérigazgatói és pénzügyi igazgatói irodában csapódnak le – jogi, reputációs és üzleti szinten is. Lehet és kell is védekezni ellene.
Amióta a VMware a Broadcom tulajdonába került, sebesen követik egymást a szoftvercégnél a stratégiai jelentőségű változások. Mi vár az ügyfelekre? Vincze-Berecz Tibor szoftverlicenc-szakértő (IPR-Insights) írása.

Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak

Különösen az early adopter vállalatoknak lehet hasznos. De különbözik ez bármiben az amúgy is megkerülhetetlen tervezéstől és pilottól?

Sok hazai cégnek kell szorosra zárni a kiberkaput

Ön sem informatikus, de munkája során az információtechnológia is gyakran befolyásolja döntéseit? Ön is informatikus, de pénzügyi és gazdasági szempontból kell igazolnia a projektek hasznosságát? Mi közérthető módon, üzleti szemmel dolgozzuk fel az infokommunikációs híreket, trendeket, megoldásokat. A Bitport tizennegyedik éve közvetít sikeresen az informatikai piac és a technológiát hasznosító döntéshozók között.
© 2025 Bitport.hu Média Kft. Minden jog fenntartva.