Perfektere Cheetos: Wie PepsiCo Microsofts Project Bonsai nutzt, um die (Snack-)Messlatte höher zu legen

Leah Culler 17. Dezember 2020

Ich habe in meinem Leben viele Cheetos gegessen. Wenn ich also eine Tüte öffne, weiß ich genau, was mich erwartet: ein köstlicher Crunch vom köstlich orangefarbenen Original, eine zartschmelzende Luftigkeit vom gebackenen Blätterteig oder der fast zu scharfe (aber im positiven Sinne) Geschmack. Feuer von einer der Flamin' Hot-Sorten.

Worüber ich jedoch nie viel nachgedacht habe, ist, wie viel Arbeit in die Zubereitung dieses genau richtigen Bisses gesteckt wird. Es stellt sich heraus, dass es eine Reihe komplexer individueller Eingaben und detaillierter Produktspezifikationen – vom Wasserverhältnis bis zur Schnittgeschwindigkeit – gibt, die zusammenwirken, um jeden perfekten Snack zu kreieren. Und diese Perfektion ist für PepsiCo von größter Bedeutung, da Cheetos eine der beliebtesten Milliarden-Dollar-Marken des Unternehmens ist.

Um die Effizienz zu steigern und gleichzeitig die Konsistenz und Qualität beizubehalten, hat PepsiCo eine KI-Lösung von Microsoft Project Bonsai entwickelt. Diese Lösung, die Daten eines Computer-Vision-Systems nutzt, um immer dann Empfehlungen oder Anpassungen vorzunehmen, wenn ein Produkt nicht den Spezifikationen entspricht, hat sich in einer Pilotanlage bewährt und wird bald in einer Produktionsanlage eingesetzt.

Das sind gute Nachrichten für Cheetos-Liebhaber wie mich. Und es sind großartige Neuigkeiten für das Unternehmen, das nun andere Möglichkeiten zur Nutzung der Technologie erkundet.

„Innovation ist ein Schlüsselfaktor für unseren Erfolg bei PepsiCo und hilft uns, aufregende neue Produkte, technologische Fortschritte und sogar neue Arbeitsweisen zu liefern – alles, was nötig ist, um sicherzustellen, dass wir unseren Verbrauchern weiterhin jeden Tag ein Lächeln ins Gesicht zaubern“, sagte Denise Lefebvre, Senior Vizepräsident für globale Lebensmittelforschung und -entwicklung bei PepsiCo. „Cheetos, eine unserer beliebtesten Milliarden-Dollar-Marken, werden in 22 Ländern hergestellt und sind in mehr als 50 Geschmacksrichtungen erhältlich. Mithilfe der Project Bonsai-Technologie können wir sicherstellen, dass jeder [Cheetos-Snack] perfekt ist, und wir sind von seinem Potenzial begeistert. Das ist erst der Anfang.“

YouTube-Video

PepsiCo wählte den gebackenen Cheetos-Blätterteig als erstes Testprodukt für Project Bonsai. Cheetos-Puffs werden auf einer Maschine namens Extruder hergestellt. In der Vergangenheit wählte ein Bediener in definierten Abständen manuell einige Cheetos aus, die aus dem Extruder kamen, überprüfte sie auf Eigenschaften wie Form und Schüttdichte und passte die Eingaben am Extruder an, wenn etwas nicht stimmte.

Die Projekt-Bonsai-Lösung kann das Produkt nahezu kontinuierlich überwachen und dabei Sensoren verwenden, um diese Eigenschaften zu überwachen. Es erkennt sofort, wenn ein Produkt einen definierten Bereich verlässt, und kann entweder Empfehlungen aussprechen, die von einem Bediener genehmigt werden müssen, oder die Einstellungen selbst anpassen, wenn es autonom arbeitet.

Erste Ergebnisse des Pilotprojekts deuten auch darauf hin, dass das Bonsai-„Gehirn“ in der Lage ist, den Extruder selbstständig anzupassen, um die Produktqualität und -konsistenz trotz Störungen, wie z. B. Chargenwechsel bei Maismehl, aufrechtzuerhalten.

Dylan Dias, CEO von Neal Analytics, der bei dem Pilotprojekt mit PepsiCo zusammengearbeitet hat, sagt, dass die Bemühungen ein großartiges Beispiel für den Entwurf und die Implementierung autonomer Systeme sind.

„Das Projekt vereinte eine leistungsstarke Mischung aus Technologie, angewandten Modellierungskompetenzen und Fachwissen, um Innovationen in der Fabrikhalle zu schaffen“, sagt Dias.

Das Fachwissen, auf das sich Dias bezieht, stammt von erfahrenen Bedienern und PepsiCo-Ingenieuren, deren Ausbildung und Erfahrung von den Entwicklern genutzt wurden, um die KI-Lösung zu programmieren und eine Simulationsumgebung zur Nachbildung des Extruders zu erstellen.

Das Projekt vereinte eine leistungsstarke Mischung aus Technologie, angewandten Modellierungskompetenzen und Fachwissen, um Innovationen in der Fabrikhalle zu schaffen.

Sobald die Entwickler diesen Simulationsrahmen erstellt haben, lernt der KI-Algorithmus durch Versuch und Irrtum sowie durch Feedback von Bedienern – ein Prozess, der als Reinforcement Learning bezeichnet wird. In der Simulation kann die KI-Lösung einen Tageslauf in nur 30 Sekunden simulieren.

Das bedeutet, dass die KI-Lösung problemlos mehr simulierte Läufe durchlaufen hat, als ein Bediener in vielen Leben sehen könnte. Und dank seiner Rechenleistung kann es viel schneller die richtige Option finden. Darüber hinaus hat es von den erfahrensten Bedienern und Cheetos-Experten des Unternehmens gelernt und überwacht daher die Schwankungen in Qualität und Produktivität auf der Grundlage höchster Erfahrung.

Die KI-Lösung „könnte das Wissen und die Fähigkeiten der besten Bediener bündeln und diese dann in anderen Einrichtungen anwenden“, sagt Jayson Stemmler, technischer Projektmanager bei Neal Analytics, der am PepsiCo-Pilotprojekt gearbeitet hat. „Diese Lösung deckt Interaktionen und Beziehungen auf, die für Bediener möglicherweise nicht intuitiv sind, die aber in den Daten vorhanden sind. Ohne den manuellen Messprozess können die Ingenieure von PepsiCo ihre Zeit effizienter nutzen und sich auf bahnbrechende Innovationen konzentrieren.“

Nachdem die Lösung einige Zeit in ihrem Simulationstestgelände verbracht hatte, war es an der Zeit, sie zu einer Testanlage im PepsiCo-Werk in Plano zu bringen, um zu sehen, wie sie sich mit der realen Lösung verhielt, was bedeutete, sie mit einigen unvollständigen Cheetos zu testen.

„Um diese Technologie zu entwickeln, müssen wir in der Lage sein, Produkte herzustellen, die nicht gut sind, damit die KI lernen kann, das Produkt wieder in die Spezifikation zu bringen“, sagt Sean Eichenlaub, leitender Chefingenieur bei PepsiCo.

Persönlich sehe ich nicht, wie Cheetos „nicht gut“ sein könnten, aber ich verstehe, dass PepsiCo das Perfekte anstrebt.

Da das Computer-Vision-System kontinuierlich Daten überwacht und an die Project Bonsai-Lösung sendet, kann jede Abweichung von diesem Ideal so schnell wie möglich behoben werden.

„Durch schnellere Korrekturen können wir potenzielle Probleme vermeiden, die durch Abweichungen von den Spezifikationen entstehen, wie z. B. das Wegwerfen von Produkten oder Probleme mit Verpackung und Abfall“, sagt Eichenlaub.

Ich persönlich bin für eine Tüte voller perfekter Cheetos. Und während sich das Unternehmen darauf vorbereitet, diese Projekt-Bonsai-Lösung in einer Produktionsanlage einzusetzen, erwägt es auch die Verwendung mit anderen Frito-Lay-Produkten, einschließlich des noch komplexeren Tortillachips.

Leah Culler ist Herausgeberin des Microsoft-KI-Blogs für Wirtschaft und Technologie.