创新 可持续发展

AI驱动的智能包装

它始于涉及查尔斯·达尔文（Charles Darwin）进化论的愿景，并以人工智能驱动的解决方案结束，该解决方案旨在改变我们所知道的机床包装。当山特维克可乐满推出其新解决方案时，优化的封装将大大节省成本并大大降低一氧化碳排放。2排放。

共享

鸣叫 在脸书上分享 在LINKEDIN上分享

玛丽亚·拉贾布扎德·纳马吉

2019年夏天，来自伊朗的33岁研发工程师和系统开发人员Maria Rajabzadeh Namaghi坐在瑞典山特维肯的办公室里，致力于下一代山特维克可乐满产品包装解决方案。她有一项艰巨的任务：确保所选包装尽可能小和精简，不仅要降低材料成本，还要帮助山特维克集团减少整体碳足迹。

我真的很兴奋，我迫不及待地想告诉我的同事，当他们从假期回来时

尽管Rajabzadeh Namaghi已经找到了基于传统计算机编程的解决方案，但她无法摆脱那种唠叨的感觉，即缺少了什么。“解决方案不够灵活。它是为某种类型的软件包定制的，不适用于新型的软件包，“她回忆道。

然后，当她让自己的思想在荒无人烟的办公室里游荡时，突然她想到：“如果我使用人工智能应用遗传算法会怎么样？遗传算法是基于查尔斯·达尔文进化论的基于AI的问题搜索过程。就像在自然界中一样，该算法会随着几代人的发展而发展，从而在每个周期中开发更智能，更好的解决方案。在花了几天时间对她的理论进行测试后，Rajabzadeh Namaghi知道她正在做一件大事。

大小或形状无关紧要

“我真的很兴奋，当他们从假期回来时，我迫不及待地想告诉我的同事，”她回忆道，并指出尽管遗传算法本身并不新鲜，但她以前从未听说过它以这种方式应用于包装解决方案。

基于AI的包装解决方案为工具找到尽可能小的包装。

“它的工作方式是，无论你可能需要放入包装中 - 无论是像工具这样的小东西还是像自行车这样的大东西 - 应用程序都会为你找到适合它的最小包装。包装物的大小或几何形状并不重要，“她说，并解释了包装选择器应用程序（PSA）如何通过分析基于CAD的3D模型来识别物体的最关键点。

然后，AI算法接管以计算对象的旋转，从那里，应用程序不仅能够为其推荐尽可能小的包装，而且还能够将对象放入所选的包装中。

您可以在货件中安装更多，从而降低油耗

除了有助于降低包装材料、运输和储存成本外，始终选择尽可能小的包装的能力也有助于减少一氧化碳2排放。“您使用的包装越小，您浪费的包装材料就越少。在运输方面，较小的包裹占用的空间更少，您可以容纳更多的货物，从而降低燃料消耗，“Rajabzadeh Namaghi说。

生活在2021年

山特维克可乐满包装和标签产品经理Samir Balic表示，该应用程序计划于2021年下半年上线，将“从头到尾”自动化包装选择过程。

“产品设计师将获得一个工具添加到他们的CAD程序中，只需按一下按钮，他们就可以拍摄他们刚刚创建的工具，并且它将与最合适的包装相匹配 - 甚至在工具被物理创建之前。

通过我们多元化的团队、强大的文化和领先的技能，我们在一个需要发展的世界中提高了生产力、效率和可持续性。我们的角色很明确 - 通过每一个行动，每一天，我们都会做出改变，并通过工程推动世界的发展。