Kahviskannerin toiminta hyödyntää tekoälyä ja sen ohjatun oppimisen muotoa. Opiskelijat ovat keränneet dataa tekoälyn käyttöön erilaisista kahvilaaduista (paahtoaste) sekä papujen kohdemaasta (Brasilia, Kolumbia, Ruanda). Näytteet on jauhettu Paulig Oy:n lähettämistä kahvinpavuista ja nämä jauhatukset/eri suhteet on sitten mitattu Spectral Engines Oy:n spektrometrillä. Tuloksista on kehitetty Jupyter Notebookissa tekoälynkehitysympäristö, jota voidaan ajaa nettiselaimessa. Ohjelmointikielenä on käytetty Pythonia.

Kahviskanneri ja tekoäly tunnistaa kasviperäisen aineksen kuvaajan muodot perusteella. Kuvaajassa näkyvät ns. selluloosa ”kyttyrät” kertovat, että kyseessä on kasvipohjainen mittausartikkeli. Tällainen samanlainen käyrän muoto löytyy kaikista kasvipohjaisista orgaanisesta aineista kuten kahvi, tee, kannabis jne.

Kuva 1. Kahviskanneri ja paahtoaste 1

Kahvin alkuperämaan skanneri tunnistaa analysoidun käyrän yläpään muodosta. Myös eri maiden ja eri paahtoasteiden käyrien yläpäät ovat aina identtiset. Näin skanneri tietää mikä kahvi on Kolumbiasta, mikä Brasiliasta ja mikä Ruandasta.

Kuva 2. Kahvinpapujen alkuperämaat

Skanneri tunnistaa myös erilaiset paahtoasteet. Erilaisten paahtoasteiden (1,3,5) skanneri tunnistaa näytteiden erilaisesta veden määrästä – mitä enemmän papua on paahdettu, sitä vähemmän siinä on vettä. Enemmän paahdettaessa myös parkkihapot vähenevät. Tästä syystä paahteisemmat (=vähemmän parkkihappoa) sisältävät kahvit ovat vatsaystävällisempiä ja sopivat paremmin henkilöille, joilla on vatsaongelmia.

Kuva 3. Eri paahtoasteet (1,3,5)

Kahviskanneri eli luokittelija koostuu kolmesta osasta.

• Esikäsittelijä – esikäsittelijä poistaa mittauksen offsetin eli sen kuinka kaukana käyrän pohja on nollasta ja muuttaa reflektanssin absorbanssiksi.
• Luokittelija – Tässä osassa tehdään itse luokittelu eli päätetään mihin luokkaan spektri kuuluu
• Paahtoasteen ennustaja – paahtoastetta ennustetaan regressiomallin avulla, joka koostuu puolestaan kahdesta eri osasta

Reduktio – Reduktio vähentää syötedatan ulottuvuuksien määrää, tässä tapauksessa 81 aallonpituutta pakataan kahteen lukuun.

Regressio – Malli, joka ennustaa paahtoasteen syötteestä

Muuramen lukion opiskelijoiden tekoälytiimi esittelee kahviskanneriaan Keski-Suomen LUMA-verkoston StarT-festareilla ti 24.3.2020.