人工智能in食品质量：取代人力 提高效率

当谈到食品质量时，人们脑海中第一时间浮现的往往不会是人工智能，但是通过将人工智能集成到食品制造过程中，企业可以最大限度地提高食品质量控制的效率。根据Mordor Intelligence的数据，到2020年，人工智能在食品和饮料市场创造的价值为30.7亿美元，预计到2026年将达到299.4亿美元。

食品质量的支柱之一是食品的安全性，减少病原体的存在和检测食品生产中的毒素是人工智能可以发挥的关键作用。日本富士通公司根据日本卫生部制定的六步洗手规定，开发了一种基于人工智能并用于监控厨房洗手的模型。富士通的模型建立在其现有的行为分析能力的基础上，这种能力已经可以通过深度学习技术识别出各种微妙而复杂的人体动作，而无需依赖大量的训练数据。这项技术利用两个深度学习引擎——手形识别和运动识别，将复杂洗手动作的图像捕捉为手形和重复摩擦动作的组合，准确率超过95%。

食品质量的另一支柱是食品加工部分，在这一部分中，人工智能可以最大限度地提高产量，减少浪费，因为它可以取代那些只负责识别产品的工人来降低生产成本。其中，由Hindawi主导的利用电子鼻检测橄榄油质量的研究值得一提。这项研究位于土耳其的巴利凯西，该地地处地中海区域并且拥有世界上大多数的橄榄树（8.05亿棵）。本研究以12个不同的橄榄油类别作为研究对象，在不混合的情况下，对训练集和测试集进行了分类。32个气味传感器组成的电子鼻能闻到每个橄榄油样品的香味，随后将32组收集到的数据标准化并通过机器学习算法对橄榄油的类型进行表征，这个过程会自动对橄榄油进行快速质量检查。巴利凯西地区最大的生产商之一——Ozgun Zeytincilik表示，在生产过程中掺入更便宜、更低劣的油例如葵花籽油、玉米油、椰子油、榛子油等，会对橄榄油质量产生很大影响，因此，于质量检查一侧使用电子鼻将很大程度改善橄榄油的生产质量。

食品质量还有一个支柱是供应链，供应链对食品的质量有着直接的影响。特别是由于当下疫情影响，在远程数字化管理风行的时代，及时提供食品安全数据，保证食品质量是非常重要的。成立四年的UberEats作为Uber的子公司，已覆盖了美国50%以上的人口，为大约10万家餐馆提供了送货服务，它在全球300个城市和300多个地点开展业务。该公司正在利用人工智能为餐厅和菜单项目提供解决方案，包括优化配送以及研究无人机的使用。他们在机器学习平台“米开朗基罗”上运行了几个模型，包括用餐时间预测、搜索排名、搜索自动完成排名和餐厅排名。配送时间模型预测了在下单之前以及配送过程的每个阶段，一顿饭准备和配送所需的时间。预测餐后预送时间（ETD）并不简单。顾客下单后，订单提交给餐厅进行处理，然后餐厅确认订单并准备饭菜，这段时间长短取决于订单的复杂性和餐厅的繁忙程度。该人工智能模型的目标是预测这个复杂的多阶段流程的总持续时间，以及在流程的每一步重新计算并预测最终交付时间。

基于人工智能取代人力劳动的可能性，将人工智能应用于任何领域会给人们带来担忧的情绪。但毫无疑问，在过去几年里，人工智能一直扮演着重要角色，许多公司积极投资并探索该行业的技术潜力。可以确定的是，当人工智能被应用于食品质量领域时，它肯定会改善食品加工、供应链和安全方面的问题。

声明：本文版权归原作者所有，转载请注明出处，请勿转至外网或用于商业用途。