Στην εποχή της τεχνητής νοημοσύνης, υπάρχει ένας αγώνας δρόμου μεταξύ των εταιρειών για την κατασκευή του καλύτερου τσιπ. Η κυριαρχία της Nvidia στον χώρο ώθησε τις Google, Amazon, OpenAI, και πιο πρόσφατα την Anthropic, να ξεκινήσουν την κατασκευή των δικών τους εξατομικευμένων chipset, ώστε να μπουν στην επιχειρηματική δραστηριότητα της παροχής υπολογιστικών δυνατοτήτων σε μια βιομηχανία που διψάει για αυτές.
Κι όμως, φαίνεται πως τις ξεπέρασαν όλες. Έχουμε επιτέλους το τέλειο τσιπ, και είναι ένα Pringle. Σύμφωνα με τη Wall Street Journal, η μητρική εταιρεία των Pringles, Kellanova, εργάζεται ασταμάτητα για να κατακτήσει την τέχνη του «στοιβαζόμενου» τσιπ. Αρκετά χρόνια και περίπου 5 εκατομμύρια δολάρια αργότερα, με επενδύσεις σε Τεχνητή Νοημοσύνη και εξειδικευμένα μηχανήματα, η εταιρεία πιστεύει ότι έκανε επιτέλους τη μεγάλη διαφορά με ένα άλμα κβαντικού επιπέδου στην κατασκευή τσιπ.
Φαίνεται πως έφτασαν εκεί δημιουργώντας αρχικά ένα «ψηφιακό δίδυμο» της ζύμης που χρησιμοποιεί η εταιρεία για τα Pringles. Αυτό τους επέτρεψε να προσομοιώσουν με ακρίβεια τον τρόπο με τον οποίο τα τσιπς περνούν από τη διαδικασία παραγωγής, ώστε να καταλάβουν πού και γιατί εμφανίζονταν τα εμπόδια—πράγματα όπως η σπασμένη ζύμη και τα κολλώδη τσιπς που πιάνονταν στη φριτέζα.
Στη συνέχεια, εξόπλισαν ολόκληρη τη γραμμή παραγωγής με αισθητήρες που συλλέγουν δεδομένα σε πραγματικό χρόνο για τη ζύμη, όπως λεπτομέρειες για το μέγεθος των σωματιδίων του αλευριού. Αυτές οι πληροφορίες επεξεργάζονται από ένα μοντέλο Τεχνητής Νοημοσύνης που παρέχει στην εταιρεία προληπτικές λύσεις σε πιθανά προβλήματα, εντοπίζοντας απρόβλεπτες αποκλίσεις και ασυνέπειες πριν εξελιχθούν σε σημεία συμφόρησης. Σύμφωνα με τη WSJ, η εταιρεία συλλέγει πλέον περίπου 200 διαφορετικά σημεία δεδομένων από ολόκληρη τη γραμμή παραγωγής.
Το αποτέλεσμα, σύμφωνα με την εταιρεία, είναι το τέλειο τσιπ κάθε φορά: «Η ίδια τραγανότητα, η ίδια γεύση και αίσθηση όταν ανοίγεις το κουτί», δήλωσε στη Wall Street Journal ο Jan Laenen, ανώτερος διευθυντής μηχανικής στην Kellanova. Φυσικά, αν δεν σας αρέσουν τα Pringles, πιθανότατα δεν έχει σημασία πόσο σταθερά καταφέρνουν να αναπαράγουν τη λεπτή, κυρτή φόρμα ή πόσο ομοιόμορφα τοποθετείται το αλάτι και τα καρυκεύματα.
Τα Pringles αποτελούν μια ενδιαφέρουσα περίπτωση παραγωγής με τη βοήθεια της Τεχνητής Νοημοσύνης, επειδή δεν είναι κάτι που συνήθως συνδέεις με την ανάγκη για ακρίβεια. Σύμφωνα με τη WSJ, η Siemens έχει προσφέρει μια παρόμοια προσέγγιση «ψηφιακού διδύμου» για να βοηθήσει στη βελτίωση της κατασκευής πραγμάτων όπως πυραύλους που κατευθύνονται στο διάστημα, μπαταρίες και μικροτσίπ.
Αλλά γενικά, τα τσιπς πατάτας δεν είναι ένα που απαιτεί τέλεια συνέπεια. Αν βάλετε το χέρι σας σε μια συνηθισμένη σακούλα, θα πάρετε τσιπς σε όλα τα σχήματα και τα μεγέθη, άλλα καλυμμένα με καρυκεύματα και άλλα με λιγότερα. Τα Pringles κατά κάποιο τρόπο δημιούργησαν ένα πρόβλημα εκεί που δεν υπήρχε, αποφασίζοντας εξαρχής ότι έπρεπε να στοιβάζουν τα τσιπς.
