隨著食品安全和電子產品保護等行業日益依賴傳感器來監測產品狀況，這些系統往往涉及昂貴的電子設備，這不僅提高了成本，還使回收變得複雜。然而，芬蘭瓦薩大學的研究人員認為，可能存在一種更簡單且可持續的選擇。博士研究生 Jari Isohanni 研究了包裝本身如何可以作為狀況監測工具。他的工作探索了在溫度或濕度變化時會變色的印刷油墨的使用。Isohanni 通過將這些油墨與人工智慧相結合，展示了包裝如何在不需要電子設備的情況下，幾乎以人眼可見的準確度來發出變化信號。
智能包裝在全球引起了廣泛關注，但挑戰在於如何可靠地識別小而快速的顏色變化。現有的機器視覺方法往往無法及時檢測到這些變化，通常只能在變化已經發生後才進行識別。Isohanni 在計算機科學方面的博士研究旨在找出哪些技術在不同情境下表現最佳。他指出：“我的研究顯示，傳統的簡單計算方法對於識別顯著的顏色差異效果良好。然而，對於微妙的變化和多變的條件，最有效的方法是基於人工智慧的卷積神經網絡。”迄今為止，尚未有研究比較過不同識別方法的性能，Isohanni 彌補了這一空白，顯示簡單的方法適用於顯著差異，而卷積神經網絡在微小且快速變化的情況下優於其他方法。
功能性印刷油墨能夠對環境因素產生顏色變化，為各行各業提供了新的監測可能性。快速檢測這些變化可以有效預防食品變質、浪費和損壞。Isohanni 描述道：“印刷油墨的顏色變化是如此微妙或迅速，以至於現有的機器視覺方法無法有效識別。在油墨的顏色變化被機械檢測到時，過程可能已經進展得太遠，甚至可能已經造成損害。”有了人工智慧，識別變得更快且更準確，這使得印刷指示器不僅可以應用於工廠，還可以應用於消費品，提供有關產品新鮮度或安全性的即時反饋。
Isohanni 強調，印刷指示器具有顯著的成本優勢。它們可以直接在包裝上與常規標籤一起應用，幾乎不需要額外的費用。與電子傳感器不同，這些指示器不會增加回收的挑戰。他表示：“昂貴的電子測量設備無法放置在生菜包裝上，因為這將占據產品價格的一大部分，或可能對回收造成額外挑戰。印刷指示器解決了這一問題。”他的研究結果為多個行業開啟了新的機會。食品行業可以更精確地跟踪保質期，醫療保健提供者可以確保藥品的正確儲存，物流公司可以驗證運輸過程中的環境條件，電子產品製造商則可以檢測早期的熱或潮濕損壞跡象。
瓦薩大學的研究突顯了一條通向可負擔且環保的智能包裝的明確道路。通過將變色油墨與機器學習相結合，各行各業獲得了一種加強質量控制的工具，同時為消費者提供了可靠的產品信息，增強了購物的信心。
