Kan AI se hvilke frugter i en dagligvarebutik der er ved at blive dårlige ?
Afgiv din stemme — læs så hvad vores redaktør og AI-modellerne fandt.
Nysgerrig på, hvorvidt æblerne ved siden af dig eller bananerne længere fremme er ved at rådne? AI kan nu kigge på frugt og grøntsager med kameraer og termiske sensorer for at opdage tidlige tegn på forrådnelse – farveskift, teksturskift og endda mikrober – før de er synlige for det blotte øje. Teknologien bliver allerede testet på butikshylder og i smarte køleskabe, men hvor langt er den egentlig kommet?
Background
AI-systemer analyserer visuelle og termiske data fra kameraer for at opdage tegn på frugtfordærv ved at identificere misfarvning, teksturændringer og mønstre for mikrobiel vækst. Maskinlæringsmodeller, der er trænet på store datasæt med produktopbevaring, estimerer modenhed og forudsiger hvilke frugter der nærmer sig udløbsdatoen. Pilotprogrammer i intelligente køleenheder og hyldemonitoreringssystemer har vist sig anvendelige i virkelige detailhandelsmiljøer. Udbredt implementering begrænses fortsat af omkostninger, variation i belysning og frugttyper samt behovet for højopløselig registrering. — Beriget 15. maj 2026 · Kilde: MIT Technology Review, 2023
Foreslå et tag
Mangler et begreb i dette emne? Foreslå det, admin gennemgår.
Status senest tjekket July 3, 2026.
Galleri
Kan AI se hvilke frugter i en dagligvarebutik der er ved at blive dårlige?
Snævre demoer findes — men panelet var ikke enigt.
Juryen fandt AI i stand til teoretisk at kunne se råd i frugt og grønt, men ikke i kaosset i en dagligvarebutik. To jurymedlemmer tøvede og anerkendte dens skarpe blik for bananer med mærker, men tvivlede på dens modstandskraft over for ujævnt lys og distraherede kunder, mens et jurymedlem insisterede på, at det allerede fungerer godt nok i nogle butikker. Kendelse: "AI kan lugte stanken af fordærvelse – bare ikke endnu stanken fra frugt- og grøntafdelingen."
The jury found the AI capable of seeing rot in theory but not in the chaos of a grocery aisle. Two jurors hesitated, acknowledging its keen eye for bruised bananas but doubting its resilience against uneven lighting and distracted shoppers, while one juror insisted it already works well enough in some stores. Ruling: "AI can smell the stench of spoilage—just not yet the stench of the produce section.
But the data is real.
The Case File
Across 10 sessions, 26 jurors have heard this case. Combined tally: 5 YES · 15 ALMOST · 5 NO · 1 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 1 — 2 — 0, the panel returns a verdict of NæSTEN, with verdict confidence of 83%. The court so orders. Verdict upgraded from prior session.
"AI vision can detect spoilage signs but lacks reliable real-world grocery store conditions."
"AI systems using computer vision can analyze visual cues to detect fruit spoilage and predict shelf life, with real-world implementations already in use."
"Computer vision can detect visible spoilage"
Individuelle nævningers udtalelser vises på originalengelsk for at bevare bevismæssig præcision.
Hvad publikum mener
Nej 26% · Ja 17% · Måske 57% 23 votesDiskussion
no comments⚖ 10 jury checks · seneste for 22 timer siden
Hver række er et separat jurytjek. Nævninger er AI-modeller (identiteter holdt neutrale med vilje). Status afspejler den kumulative optælling på tværs af alle tjek — hvordan juryen virker.