Innovación

Cómo la IA de Microsoft ayuda a fabricar Cheetos más sabrosos y ligeros

cheetos

PepsiCo aprovecha una solución de Inteligencia Artificial impulsada por Microsoft Project Bonsai para conseguir que sus populares y crujientes Cheetos sean tan sabrosos y ligeros.

Detrás de cada bocado que le damos a un puñado de Cheetos, existe un amplio equipo de ingenieros cerciorándose de que tengan el crujido, la forma o la ligereza óptimos. PepsiCo, cuya división Frito-Lay fabrica Cheetos y otras marcas famosas como Doritos, buscaba recientemente una vía más eficaz para dotar a sus Cheetos de atributos más adecuados o reducir el desperdicio alimentario en su fabricación.

Por qué el icónico tubo de patatas Pringles tiene los días contados

Para lograr su propósito, PepsiCo desarrolló una solución de IA impulsada por Microsoft Project Bonsai que monitorea y ajusta sus extrusoras, el equipo que produce Cheetos. El software ayuda al control de los procesos, regulando especificaciones como la proporción exacta de harina de maíz y agua o la velocidad de la herramienta de corte, logrando que los Cheetos adquieran las características ideales. La tecnología es capaz de ajustar de forma independiente la extrusora para mantener la calidad y consistencia del producto.

Microsoft

Microsoft

La IA ha demostrado su eficacia en una planta piloto, algo que el ingenierio principal senior de PepsiCo, Sean Eichenlaub, califica ya de “el futuro de los controles de procesos”. Su sistema de visión por computadora monitorea continuamente los atributos de Cheetos: la información actualizada sobre la densidad y la longitud se envían a la solución Project Bonsai, que realiza ajustes para que el producto cumpla con las especificaciones. Este enfoque reduce el tiempo necesario para corregir las inconsistencias y permite a los operadores concentrarse en partes de la línea que requieren experiencia humana.

PepsiCo se está preparando para usar la solución en una planta de producción de forma definitiva, y también explora cómo aplicar la IA a otros productos,c omo los chips de tortilla como los Doritos. El software de Microsoft ha maximizado en las pruebas el rendimiento de la marca, reduciendo la pérdida de recursos, tiempo y dinero.

Entrenar un algoritmo en vivo en la planta era simplemente inviable, ya que PepsiCo no podía arriesgarse a que una solución de inteligencia artificial comprometiera la seguridad o el programa de producción. Esa es una de las razones por las que la solución Project Bonsai aprende por primera vez en un entorno cuidadosamente diseñado para simular la línea de extrusoras.

¿Por qué el queso cheddar es de color naranja?

Los desarrolladores trabajaron con los operadores para recrear las condiciones y reacciones que los trabajadores ven en la vida real. Cuanto más cerca esté el simulador de la línea real, menos ajustes deberá realizar el equipo antes de que la solución pueda operar en la planta. “Los expertos en la materia nos brindan una descripción general de cómo funciona realmente el proceso en la planta”, dice Jayson Stemmler, gerente de proyectos técnicos de Neal Analytics que trabajó en el proyecto piloto de PepsiCo.

Y en lugar de permitir que una solución de inteligencia artificial aprenda qué hacer y qué no hacer solo mediante prueba y error, como el machine learning convencional, el aprendizaje por refuerzo genera comentarios positivos y negativos. Este algoritmo aprende qué hacer y qué no hacer mientras todavía está en una simulación y en última instancia, es capaz de hacer recomendaciones incluso en condiciones que no se encontraron en un simulador.

Otro beneficio de comenzar con una simulación es que la solución puede simular la ejecución de un día en 30 segundos. El algoritmo aprende las diferentes combinaciones de ajustes que conducen a los parámetros de calidad definidos en una fracción del tiempo. También se ejecutaron varios modelos simultáneamente en la nube de Azure, lo que aceleró aún más el proceso. Los desarrolladores también programaron las reglas precisas para mantener la seguridad. Por ejemplo, ajustando de forma gradual controles como la velocidad con la que un tornillo empuja la harina de maíz a través del dado.

En última instancia, PepsiCo tiene como objetivo permitir que esta solución de IA se ejecute de forma autónoma, adaptándose al entorno cambiante de forma continua e independiente. Gracias a la IA, hay Cheetos para rato.

Te recomendamos

Sobre el autor

Andrea Núñez-Torrón Stock

Licenciada en Periodismo y creadora de la revista Literaturbia. Entusiasta del cine, la tecnología, el arte y la literatura.