人工智能如何让我们的食物更安全

根据UBC和圭尔夫大学最近的一项研究，如果在食品生产中使用人工智能(AI)，食品召回可能会成为过去。根据研究合著者、UBC土地和食品系统学院院长、教授RickeyYada博士的说法，由于细菌或微生物污染(如大肠杆菌)而导致食品召回的平均成本为1000万美元。

我们与Yada博士讨论了人工智能如何帮助优化食品加工业中使用的当前系统，以及它如何帮助我们的食品供应更安全。

在食品加工方面，目前有哪些限制?

当前的挑战是，一旦产品被运输、销售或在某些情况下已经消费，食品安全问题往往会在事后出现。这会导致召回对经济和声誉造成损害。

目前有两种获取食品安全指标的方法。第一个是食品加工后的数据分析，是最终产品，看是否出现任何问题(也称为滞后因素)，第二个是收集警告指标的数据，例如食品安全的有效性训练练习——并预测可能出现的问题(称为主导因素)。

滞后因素的挑战在于，问题可能只有在食品已经销售和消费后才会被注意到。

人工智能如何提供可以改善食品安全的解决方案?

我认为人工智能和机器学习的力量在于预测能力;它可以帮助食品行业更早地采取措施，减少其运营中食源性疾病的发生。

在这种情况下，它是关于将行业转向数据驱动的方法。使用人工智能可以提高食品加工的精度和效率，并且可以作为一种预防方法来帮助我们简化流程，最终减少产品中更多细菌爆发的机会。

这在实践中会是什么样子?

如果我们通过机器学习优化我们从当前食品加工系统中获得的数据，它可能会弥补我们在将食物送到门外时面临的一些限制。目前，食品加工机器会生成数据，但有时需要人类来解释这些数据。例如，机器的工作可能是从青苹果中过滤掉红苹果，但在生产线的最后，由人类来决定它是否足够红。在某些情况下，这可能会导致效率低下。

这个想法是让机器像人脑一样思考。因此，人工智能可以预测当前人类干预造成的错误和效率低下——有时可能会危及食品安全——并最终减少或消除。

另一个有前途的应用是使用人工智能来分析加工线中人类工人的行为数据。在实践中，这可能意味着员工需要填写一份关于其工作场所文化的快速在线每周调查。然后将使用自然语言处理来分析他们的答案并创建食品安全文化的定量衡量标准。该公司可以通过查看食品安全文化的趋势并将其与其他食品安全相关数据相结合来预测食品安全问题的可能性，并及时采取措施减少爆发的机会。

这是否意味着人类最终可能会被机器取代?

在这种情况下，它是关于寻找一种数据驱动的解决方案，以解决我们如何使用人工智能将人工干预与机器干预相结合的方式。正是这两者的结合，使我们能够围绕食品安全问题建立更强大的预测模型。

这项研究发表在《食品科学与技术趋势》杂志上。

标签：