Согласно недавнему исследованию, проведенному UBC и Университетом Гвельфа, отзыв продуктов может уйти в прошлое, если в производстве продуктов питания будет использоваться искусственный интеллект (ИИ).
Средняя стоимость отзыва продуктов питания из-за бактериального или микробного загрязнения, такого как кишечная палочка, составляет 10 миллионов долларов США, по словам соавтора исследования доктора Рики Яда, профессора и декана факультета земельных и пищевых систем Университета Британской Колумбии .
Мы поговорили с доктором Ядой о том, как ИИ может помочь оптимизировать существующие системы, используемые в пищевой промышленности, и как он может помочь сделать наши продукты питания более безопасными.
Каковы некоторые из текущих ограничений, когда речь идет о переработке пищевых продуктов?
Текущая проблема заключается в том, что проблемы с безопасностью пищевых продуктов , как правило, проявляются после того, как продукты были отправлены, проданы или, в некоторых случаях, уже потреблены. Это приводит к отзывам, которые наносят ущерб как экономическому, так и репутационному.
В настоящее время существует два способа получения показателей безопасности пищевых продуктов. Во-первых, это анализ данных после того, как пищевой продукт был обработан и является конечным продуктом, чтобы увидеть, возникают ли какие-либо проблемы (также известные как факторы запаздывания), а во-вторых, это сбор данных по предупредительным индикаторам, таким как эффективность безопасности пищевых продуктов. тренировочные упражнения — и прогнозировать проблемы, которые могут возникнуть из-за этого (известные как ведущие факторы).
Проблема с запаздывающими факторами заключается в том, что проблемы можно заметить только после того, как пищевой продукт уже продан и потреблен.
Как ИИ предлагает решение, которое может повысить безопасность пищевых продуктов?
Я думаю, что сила ИИ и машинного обучения заключается в способности прогнозировать; это может помочь пищевой промышленности заранее принять меры, чтобы снизить количество случаев заболеваний пищевого происхождения в своей деятельности.
В данном случае речь идет о переходе отрасли к подходу, основанному на данных. Использование ИИ может повысить точность и эффективность обработки пищевых продуктов и может стать превентивным методом, который поможет нам оптимизировать процессы, что в конечном итоге снизит вероятность появления новых бактериальных вспышек в продуктах.
Как это будет выглядеть на практике?
Если мы оптимизируем данные, которые у нас есть из существующих систем обработки пищевых продуктов, с помощью машинного обучения , это может компенсировать некоторые ограничения, с которыми мы сталкиваемся при доставке еды за дверь. В настоящее время машины для обработки пищевых продуктов генерируют данные, но интерпретировать эти данные часто приходится людям. Например, работа машины может заключаться в том, чтобы отфильтровать красные яблоки от зеленых, но затем, в конце очереди, человек должен решить, достаточно ли они красные или нет. Это может привести к неэффективности в некоторых сценариях.
Идея состоит в том, чтобы заставить машины думать как человеческий мозг . Так что текущие ошибки и неэффективность человеческого вмешательства , которые иногда могут поставить под угрозу безопасность пищевых продуктов, могут быть предсказаны ИИ и в конечном итоге уменьшены или устранены.
Еще одно многообещающее приложение — использование ИИ для анализа поведенческих данных людей, работающих на технологической линии. На практике это может означать, что работники еженедельно заполняют быстрый онлайн-опрос о своей культуре на рабочем месте. Затем обработка естественного языка будет использоваться для анализа их ответов и создания количественной меры культуры безопасности пищевых продуктов. Компания может предсказать вероятность возникновения проблем с безопасностью пищевых продуктов, изучив тенденции в культуре безопасности пищевых продуктов и объединив их с другими данными, связанными с безопасностью пищевых продуктов, и принять своевременные меры для снижения вероятности вспышки.
Означает ли это, что люди в конечном итоге могут быть заменены машинами?
В данном случае речь идет о поиске основанного на данных решения того, как мы можем использовать искусственный интеллект , чтобы совместить вмешательство человека с вмешательством машины. Именно сочетание этих двух вещей позволит нам создать более надежную прогностическую модель в отношении вопросов безопасности пищевых продуктов.
Это исследование было опубликовано в журнале Trends in Food Science & Technology.
Теги: ИИ, растения