Bus atliktas mokslinis tyrimas, kuris leis sukurti platformą bei metodologiją, padėsiančią vertinti maisto ekosistemos pažangos ir brandos lygį skirtingose dalyse (pirminės gamybos, perdirbimo, paskirstymo ir pardavimo, vartojimo ir atliekų tvarkymo). Remiantis moksliniais šaltiniais bei sukaupta patirtimi bus išskirti tvarumo, sveikatai palankumo ir skaitmeninimo/ dirbtinio intelekto brandos lygio nustatymui reikalingi kriterijai ir sukurta platforma, kurioje įmonės galės įsivertinti savo brandos lygį tvarumo, sveikatai palankumo ir skaitmeninimo srityse. Atlikus surinktų duomenų analizę, bus sukurtas empirinis modelis, kuris leistų agreguoti įvairių įmonių lygmens duomenis į bendrą skaitinę išraišką, pagal kurią būtų vertinamas Lietuvos maisto ekosistemos tvarumas, sveikatai palankumas bei skaitmeninimo/ dirbtinio intelekto panaudojimo lygis ir tikslingumas, o taip pat nustatomos pagrindines kliūtis efektyviam jo integravimui į maisto ekosistemą.
Projekto finansavimas:
Projektas finansuojamas valstybės biudžeto lėšomis pagal Žemės ūkio, maisto ūkio ir žuvininkystės 2023–2027 metų mokslinių tyrimų ir eksperimentinės plėtros finansavimo taisykles
Projekto rezultatai:
Įgyvendinus projektą, bus identifikuoti kriterijai (veiksniai) ir sukurta metodologija maisto sistemos tvarumo, sveikatai palankumo ir skaitmeninimo / dirbtinio intelekto brandos lygiui nustatyti. Toks daugiakriterinis modelis, apimantis trijų dimensijų (tvarumo, sveikatos ir skaitmeninimo/ dirbtinio intelekto) pažangos lygio nustatymo kriterijus ir jų kiekybinius įverčius, leis įvertinti esamą situaciją šalies maisto ekosistemoje, skaitmeninimo/ dirbtinio intelekto panaudojimo lygį ir tikslingumą, nustatyti pagrindines kliūtis ir iššūkius siekiant efektyvaus jų integravimo kuriant tvarią, sveikatai palankią ir išmanią maisto ekosistemą. Kuriamo modelio išskirtinumas – trijų dimensijų (tvarumo, sveikatos ir skaitmeninimo/ dirbtinio intelekto) sanglauda, nes DI technologijų panaudojimas, ir kuriami nauji sprendimai, turi atliepti tvarumo tikslus, tuo tarpu efektyvūs tvarumo tikslų pasiekimo metodai vis dažniau reikalauja duomenų analizės ir DI algoritmų įtraukimo (pvz. prognozavimas).
Projekto įgyvendinimo laikotarpis: 2023-05-24 - 2023-12-01
Projekto koordinatorius: Kauno technologijos universitetas
