Incremento de velocidad al emplear en el procesado una GPU (Unidades de Procesamiento Grá co). Fuente: NVIDIA. INDUSTRIA 4.0 Comparación entre una muestra tradicional para el recuento de placas y Machine Learning. 27 culo de las GPU (Unidades de Procesamiento Grá co) permitiendo realizar el análisis en tiempo real. El grá co anterior representa el incremento de velocidad al emplear en el procesado una GPU. El procesamiento digital de imágenes es una disciplina que integra diversas áreas de conocimiento como son la informática, la electró- nica y la física. Esta disciplina permite el análisis y procesamiento de imágenes digitales mediante el uso de ordenadores, con el n de extraer información útil de las mismas para llevar a cabo alguna tarea en particular. En nuestro caso, la aplicamos al control de cali- dad y la seguridad alimentaria en línea, en diferentes sectores de producción. Entre ellos, la industria cárnica. Nuestra experiencia nos permite a rmar que el procesamiento digi- tal de imágenes es un área de gran importancia en la industria, ya que ayuda en: • Detección de defectos en procesos • Automatización de operaciones de producción • Clasi cación de productos • Evaluación de la calidad En Ainia llevamos décadas desarrollando aplicativos en este campo y ahora hemos dado un paso más incorporando técnicas de Machine Learning al procesamiento digital de imágenes, con unos resultados realmente sorprendentes. ¿Puede el Machine Learning mejorar el control microbiológico? El uso de técnicas de Machine Learning en la lectura automática de placas Petri en los laboratorios de control de alimentos de Ainia está permitiendo, en un trabajo de I+D propia, obtener una tasa de acierto global del 95% frente al 68% obtenido utilizando técnicas convencionales de reconocimiento de patrones. En la imagen se pueden ver los resultados obtenidos en recuento tradicional de placas, con un acierto de 46/53 colonias detecta- das, mientras que la misma muestra procesada utilizando Machine Learning obtuvo una tasa de acierto de 53/53. La detección de objetos en tiempo real es otro de los campos de aplicación de esta destacada disciplina de la inteligencia arti- ficial. En la industria alimentaria estas técnicas son muy útiles para el control de calidad, un claro ejemplo de esto es la aplica- ción de técnicas de Maching Learning para clasificar productos cárnicos.•