La startup ImpactVision, que se dedica a detectar el estado y madurez de los alimentos mediante el estudio de imágenes hiperespectrales (food scanner), ha conseguido cerrar una ronda de capital semilla, con la que ha obtenido 1,3 millones de dólares. Según AgFunder News, la ronda ha sido liderada por Acre Venture Partners, el fondo de inversión de Sopas Campbell. A ella también han acudido otros inversores. Entre ellos Xandex Ventures, un fondo centrado en el hardware; y Merian Ventures, inversora centrada en empresas de mujeres.
Gracias a esta inversión, la compañía podrá avanzar en su tecnología y su software de detección del estado de un alimento. Lo hace partir de imágenes que albergan toda la información del espectro electromagnético. Con ellas se pueden detectar elementos que el ojo humano es incapaz de apreciar. Hasta hoy, la compañía sólo la ha utilizado en varias pruebas piloto con unas cuantas empresas de alimentación. Pero a partir de ahora podrá ampliar sus usos.
Esta startups utiliza sensores hiperespectrales de terceros para conseguir las imágenes. Lo que hace, básicamente, es fotografiar alimentos y observar en ellas determinadas características que muestran en qué estado está. Por ejemplo, si el alimento es carne, las imágenes de ImpactVision permiten determinar si es o no tierna. Por lo tanto, las imágenes que toma la compañía gracias a su tecnología permiten a los ganaderos garantizar la calidad de su producto.
Otro de los usos que podría darse a la tecnología de ImpactVision es determinar el grado de madurez de ciertas frutas, como los aguacates. Generalmente, estos se ponen a la venta varias días antes de alcanzar su nivel de madurez óptimo. Con este tipo de fotografías se puede saber el momento más adecuado para venderlos.
Cómo funciona el software de ImpactVision
El software desarrollado por ImpactVision recibe «entrenamiento», para lo que la empresa utiliza la visión por computador y el Machine Learning. Con ambas tecnologías, se hace que el programa reconozca cómo aparecerían determinadas características en una imagen hiperespectral.
Para poder realizar este entrenamiento, la empresa realiza trabajo de campo, comparando las imágenes con pruebas manuales con alimentos. Estas tareas se realizan por encargo del cliente, o mediante un acuerdo con ellos. En este último caso, los clientes se encargan de subir fotografías y medidas, como el pH, a un servidor.
ImpactVision utiliza un único proveedor hardware para sus sensores, pero planean ampliar su compatibilidad para usar los de varios fabricantes. Según su CEO, Abi Ramanan, «ya hay cuatro o cinco empresas que han anunciado que van a desarrollar sensores hiperespectrales de consumo económicos, por lo que es en la analítica de software donde podemos ofrecer valor añadido».
Planes de futuro de ImpactVision
Cuando ImpactVision comience a aceptar nuevos clientes, les proporcionará el equipo que necesitan para utilizar su tecnología. En el paquete de elementos estará incluida la instalación y calibrado del hardware en sus instalaciones. A cambio les cobrará una cuota por las analíticas.
La empresa preferiría proporcionar únicamente el software como servicio, pero Ramanan es consciente que para muchas empresas de alimentación, el sensorizado es algo nuevo. Más adelante, la compañía podría desarrollar sus productos y abrir nuevos mercados. Por ejemplo, la seguridad alimentaria. Además, acaba de terminar una prueba de detección de elementos extraños en alimentos.
Tal como lo ve Sam Kass, antiguo asesor de políticas de nutrición de la Casa Blanca y que hoy forma parte de Acre Venture Partners, «el software hiperespectral que está desarrollando ImpactVision tiene potencial para transformar la manera en que funcionan las cadenas de suministros, mejorando la distribución y reduciendo los residuos. Todo mientras proporciona una mayor seguridad y transparencia».
El ámbito de los food scanners o dispositivos para medir el estado de los alimentos o su composición está en alza. Si quieres conocer más sobre ellos, visita esta entrada.
¿Te ha resultado útil?
Comparte esta publicación
