یادگیری ماشین: ضد عفونی کننده آبجو

این مقاله بخشی از FreeV Spotlight است. مشترکاً در نکات برجسته ماهانه نمونه کارها و فعالیتهای راه اندازی برکلی ما!

تنها در ایالات متحده آمریکا ، آبجو یک بازار 111.4 میلیارد دلاری است. روند تولید و تخمیر در مقیاس بزرگ بسیار پیچیده است و صدها سال تغییر نکرده است. در حالی که انقلاب فن آوری تأثیر عمده ای در تولید و تولید در سراسر جهان داشته است ، صنعت آبجو را دست نخورده رها کرده است. کارخانه های بزرگ بزرگ همیشه وابسته به سرمایه بوده و به کار دستی متکی بوده اند. گروهی از دانش آموزان کال امیدوارند که با یک دستگاه IoT روند آبگیری و تخمیر را بهبود بخشند.

آزمایشگاه های فیات لوکس توسط چهار دانش آموز کال تأسیس شد و در پاییز سال 2017 بخشی از Free Ventures Batch IX بود. آنها یک سکوی فناوری حسگر ساخته اند که جریان متابولیک ، آلودگی و زیست توده را در صنعت پردازش بیوشیمیایی دنبال می کند. نمونه هایی از کاربردهای صنعتی تولید آب ، تولید داروسازی و زیست شناسی مصنوعی است. شرکتها با استفاده از پلتفرم خود می توانند حاشیه سود خود را 10 تا 15 درصد افزایش دهند.

(تیم موسس Fiat Lux Labs)

قسمت 1: ایده

س: چگونه شما می توانید ایده آل برای آلوده سازی آبجو را بدست آورید؟

یاش: "ما همه در آزمایشگاه بیوشیمی در کال بودیم و با این ایده که آبجو خودمان را برای تفریح ​​درست کنیم ، بازی کرده ایم. من دسته های تخمیر را تنظیم کردم و هر ساعت به مدت 48 ساعت نمونه برداری دستی برای آزمایش آلودگی انجام دادم. ما به سرعت فهمیدیم که آلودگی یک مشکل بزرگ است و شروع به توسعه راه حل های طوفان مغزی کرده ایم. پس از در نظر گرفتن بسیاری از ایده ها ، تصمیم گرفتیم یک سنسور برای یک تخمیر بسازیم تا به بهترین شکل ممکن این مشکل را حل کند. این یک روند طولانی بود ، اما به این ترتیب ما علم را به یک محصول واقعی تبدیل کردیم. "

س: چه زمانی به فکر تبدیل ایده به شرکت فکر کردید؟

یاش: "دوستم که در Anheuser-Busch مشغول به کار بود ، من را به کنفرانس بنیانگذاری دعوت کرد که آنها حامی آن باشند. من شروع به صحبت با مدیر نوآوری شما کردم و او خیلی علاقه مند به پروژه شخصی ما بود. من این را فهمیدم که این ایده دارای ارزش پولی واقعی است. در آن زمان من در مورد چگونگی شروع یک تجارت فکر می کردم. "

س: چه چیزی شما را در طول توسعه شرکت انگیزه داده است؟

یاش: "چند نکته که باید در نظر داشته باشید این است که شما همیشه می خواهید یک هدف از هدف را برای شرکت داشته باشید. ما تصور کرده بودیم که ، حتی با اینکه تازه شروع به تولید کرده ایم ، فناوری ما باید تقریباً در هر شاخه پردازش بیوشیمیایی مورد استفاده قرار گیرد. ما همچنین در 6 تا 8 ماه اول هیچ سرمایه گذاری دریافت نکردیم. مهم است که قبل از دریافت اولین چک و تأیید ، با بسیاری از افراد صحبت کنید. نکته آخر انعطاف پذیری است. ما با یک ایده کاملاً متفاوت شروع کردیم. اما اگر در مسیرهای جدید احتمالی واقعاً انعطاف پذیر باشید و یک تیم هوشمند داشته باشید ، کارها نتیجه خواهد گرفت. در این مرحله ، باید تا زمان دستیابی به چیزی که مشتریان واقعاً می خواهند تکرار شود. "

قسمت 2: برنامه های کاربردی برای یادگیری ماشین

س: چگونه ML به شما در بهبود فرآیند جمع آوری داده ها و تجزیه و تحلیل داده ها کمک کرده است؟

یاش: "ما می خواستیم كه سنسور ما آلودگی را در زمان واقعی بررسی كند. مزیت واقعی محصول ما این است که کارخانه سازان بینش بیشتری در مورد این داده ها کسب می کنند. ML برای دستیابی به دقت بالا و تجزیه و تحلیل سریع این داده ها بسیار مهم است تا تولیدکننده های ذهنی بتوانند از بینش عملی برخوردار شوند. "

س: مزیت فناوری شما نسبت به گزینه های دیگر در صنعت چیست؟

یاش: "رقبای ما بیشتر برای آزمایش های بیولوژیکی سخت افزار گران را به شرکت ها ارائه می دهند. شما باید از سخت افزار خود استفاده کنید و یک پاسخ باینری وجود دارد (آلوده یا غیر). نرم افزار واقعاً درگیر نیست. ما می خواستیم سخت افزار را از کاربر جدا کنیم و سکویی را ارائه دهیم که امکان ردیابی آن بسیار بیشتر از آلودگی است. "

(Karthik Kalyanaraman در آزمایشگاه بر روی دستگاه نمونه برداری کار می کند)

س: چرا ایجاد یک مدل ML در فضای بیوشیمیایی دشوار است؟

یاش: "دلیل عدم دشوار ساختن این مدل در زمینه بیوشیمیایی این است که ما ML را روی داده های آزمایشی اعمال می کنیم ، نه فقط داده هایی که می توانید خریداری کنید. اکثر شرکت های فناوری دیگر می توانند داده ها را از منابع دیگر خریداری کنند ، اما ما باید خودمان آنرا تولید کنیم و بیشتر آنالیز کنیم. 70 تا 80 درصد دقیق بودیم و دائما در تلاش هستیم تا آن را بهبود بخشیم. "

قسمت 3: رشد

س: آیا در مورد شغل خود با کارخانه های مختلف صحبت کرده اید؟

یاش: "وقتی برای اولین بار با کارخانه های آبجوسازی صحبت کردیم ، محصول خود را توصیف کردیم و پرسیدیم که این ایده خوبی است یا خیر. مردم محصول را دوست داشتند ، اما ما قیمت آن را نداشتیم. ما باید مصاحبه های بیشتری می دادیم تا مشکلات آنها را بفهمیم و محصول خود را توسعه دهیم. در آن لحظه استراتژی خود را تغییر دادیم. این به ما کمک کرد تا در خارج از آلودگی هایی که کارخانه ها می خواهند آنالیز کنند ، برنامه های مختلفی را برای حسگر خود پیدا کنیم. "

(تولید آبجو خانگی)

س: چگونه PoC با یک کارخانه آبجوسازی تنظیم می شود؟

یاش: "ما به 5 تا 6 کارخانه آبجو رسیدیم و 4 جواب دریافت کردیم. پتانسیل تولید ما در آن زمان به روز نبود ، بنابراین ما فقط می توانستیم با یک شریک همکاری کنیم. خلبان 3-4 ماه طول خواهد کشید. پس از تولید اطلاعات کافی ، ما کارخانه های بزرگتر را هدف قرار می دهیم. پس از این کار ، می توانیم فرایند تولید را مقیاس بندی کنیم. "

اگر مایلید شخصاً با یاش تماس بگیرید ، با pratik@freeventures.org تماس بگیرید. من می توانم برای تنظیم مقدمه به شما کمک کنم.

برای کسب اطلاعات بیشتر در مورد دسته های فعلی و گذشته ما از وب سایت Free Ventures دیدن کنید و در FreeV Spotlight برای بروزرسانی های ماهانه و مقالاتی درباره بنیانگذاران بزرگ ما مشترک شوید!

FreeV Spotlight و مقاله توسط Pratik Bhat از تیم داخلی FreeV نوشته و ویرایش شده است.