Industriroboter kan i dag automatisere det meste. Også arbeidsoperasjoner som nå gjøres av øvede menneskehender. Får roboter etter hvert ta seg av høsting og foredling, kan de holde matproduksjon i Norge og få mer mat ut av maten som produseres.
En robot kan læres opp til å både se og «føle». Det har vi bevist ved å utvikle Mr. Gribbot, en industrirobot som jobber i lab’en vår ved Sintef. Han er den første i sitt slag i verden. Navnet har han fått fordi han er som en gribb.
Vi har gitt ham både 3D syn og følsomme hender. Pluss et lynkurs i kyllingens anatomi. Derfor kan han raskt og presist fjerne fileter fra et kylling-skrog, uten at noe av råvaren går til spille. Det kan han gjøre 24 timer i døgnet, uten søvn, mat eller kaffepauser. Ikke bryr han seg om det er søndag eller juleferie heller.
Dreng og industrioperatør
Snart vil Mr. Gribbot trolig mestre komplisert bearbeiding også av annet biologisk råstoff like bra som mennesker gjør. Vi tror derfor slike roboter blir å se som «drenger» på åkeren og operatører i foredlingsindustrien i Norge. Der vil de jobbe så effektivt og med så høy kvalitet at de kan øke norsk matproduksjon.
Mr. Gribbots hjerne har kunstig intelligens. Sammen med synet hans kan den brukes til å gjenkjenne kvalitetsfeil. Ferdig utviklet vil han trolig sortere og bearbeide matvarer bedre enn det travle mennesker klarer. Slik kan han sikre at hvert marked får den kvaliteten det skal ha. I sin tur betyr dette at mange mottakere vil kaste mindre mat enn nå.
Slik vil roboten gagne også miljøet. Grunnet dagens manuelle og mekaniske løsninger, kommer kun halvparten av maten som produseres frem til forbrukeren. Og jo mer som kastes, jo høyere blir CO2-utslippet – samtidig som mindre mat havner på tallerkenen. Fleksibel robotisert matproduksjon vil øke råstoffutnyttelsen og lønnsomheten.
«Føler» gjennom berøring
Gevinstene Mr. Gribbot kan tilføre matsektoren, skyldes at han har taktile evner – han «føler» gjennom berøring. Ikke bare kan han lokalisere objekter i 3D og gjenkjenne dem. Han griper og håndterer dem forsiktig også – et ufravikelig krav i en bransje med skjøre produkter.
Håndgrepet er ingen enkel sak. For en kyllingfilet er glatt og myk. Robothånden må dessuten ikke gi fileten merker eller kvalitetsfeil. Like fullt har Mr. Gribbot bestått testen som kyllingforedler.
Kopierer læreren
De grunnleggende ferdighetene har han plukket opp på skolebenken. Når vi trener opp roboter, til å filetere kylling eller til annet arbeid vi vil lære dem – plukke salat, høste agurk, skjære kjøtt eller filetere fisk – får de først opplæring av et menneske.
Læreren viser dem bevegelsene som må til. Så kopierer roboten dem.
Av og til blir roboteleven kun så flink som instruktøren. For å unngå variasjoner som lærerne er opphav til, gir vi robotene frihet til å lære selv også. Når de gjør ting rett, får de en belønning i form av poeng. Fordi de er programmert til å gå etter høyest mulig score, lærer de seg selv å gjøre jobben riktig.
Raskere ut i butikken
I et av prosjektene våre jobber vi med robotisert plukking av myke råvarer fra åkeren, som hodesalat, for Bama. Vi planlegger også et mer generelt program som skal lære roboter å høste skjøre frukter og grønnsaker. Slik kan vi bidra til at maten kommer raskere ut i butikken og dermed gi den lengre holdbarhet for forbrukeren, samt gjøre industrien mindre avhengig av tilgangen til kvalifisert arbeidskraft.
Dette går an fordi verktøykassa vår er mye større enn den var bare for fem år siden. I dag har vi effektive og små 3D kameraer som gir roboten øyne, vi har tilgang til mer data, større datakraft og mer avansert kunstig intelligens gjennom Big Data og Deep Learning.
Skeptikere til automatisering i matsektoren finnes. Men vi ser robotisering som eneste garanti for at verdiskapningen i norsk matindustri forblir i Norge. Bruk av roboter vil gi mat til priser – og med en kvalitet – som kan utkonkurrere importert mat. I tillegg vil de altså redusere matsvinnet. Det er viktig i en tid der vi stadig blir flere på kloden.
Artikkelen sto første gang i Dagens Næringsliv fredag 1. september 2017 og gjengis her med DNs tillatelse.
