深度报道【零饥饿】| AI驱动的食品安全与可持续发展:创新技术赋能食品行业的未来

►►►

导语

联合国可持续发展目标（SDGs）是全球共同努力的象征，旨在解决我们面临的最紧迫、最重大的挑战。其中，目标2特别突出了解决饥饿、实现粮食安全和改善营养状况的紧迫性。然而，尽管国际社会做出了一定的努力，但实现这一目标的进展却依然缓慢，乃至停滞不前。自2015年以来，全球饥饿和粮食不安全问题持续恶化，世界各地的疫情爆发、冲突不断、气候变化加剧以及不平等现象日益严重，使得这一挑战变得愈加复杂和艰巨。

尽管全球作出了努力，但2022年，预计有4,500万名5岁以下儿童出现消瘦，1.48亿名儿童发育障碍，3,700万名儿童超重。根据最新数据显示，到2022年，长期饥饿的人口已达到7.35亿，占全球人口的9.2%，与2019年相比增加了1.22亿人。另外，约24亿人面临中度到重度粮食不安全，无法获得充足的营养。这些数据揭示了我们当前所面临的严峻挑战，以及实现零饥饿目标的艰巨性。

在这一背景下，人工智能（AI）作为一种强大的技术工具，可以为我们提供了一条新的道路，以更加智能和高效的方式解决饥饿和粮食不安全问题。AI不仅具备处理海量数据、挖掘模式、预测趋势的能力，还能够为决策者提供精准的解决方案和决策支持。在实现联合国可持续发展目标的过程中，AI的应用具有巨大的潜力和重要性。

图源：https://safetychain.com/blog/ai-in-food-safety

实现【零饥饿】的具体要求是什么？

根据联合国最新文件显示，实现零饥饿需要在以下几个方面做出努力：

2.1 到2030年，消除饥饿，确保所有人，特别是穷人和弱势群体，包括婴儿，全年都有安全、营养和充足的食物。

2.2 到2030年，消除一切形式的营养不良，包括到2025年实现5岁以下儿童发育迟缓和消瘦问题相关国际目标，解决青春期少女、孕妇、哺乳期妇女和老年人的营养需求。

2.3 到2030年，实现农业生产力翻倍和小规模粮食生产者，特别是妇女、土著居民、农户、牧民和渔民的收入翻番，具体做法包括确保平等获得土地、其他生产资源和要素、知识、金融服务、市场以及增值和非农就业机会。

2.4 到2030年，确保建立可持续粮食生产体系并执行具有抗灾能力的农作方法，以提高生产力和产量，帮助维护生态系统，加强适应气候变化、极端天气、干旱、洪涝和其他灾害的能力，逐步改善土地和土壤质量。

2.5 到2020年，通过在国家、区域和国际层面建立管理得当、多样化的种子和植物库，保持种子、种植作物、养殖和驯养的动物及与之相关的野生物种的基因多样性；根据国际商定原则获取及公正、公平地分享利用基因资源和相关传统知识产生的惠益。

2.A 通过加强国际合作等方式，增加对农村基础设施、农业研究和推广服务、技术开发、植物和牲畜基因库的投资，以增强发展中国家，特别是最不发达国家的农业生产能力。

2.B 根据多哈发展回合授权，纠正和防止世界农业市场上的贸易限制和扭曲，包括同时取消一切形式的农业出口补贴和具有相同作用的所有出口措施。.

2.C 采取措施，确保粮食商品市场及其衍生工具正常发挥作用，确保及时获取包括粮食储备量在内的市场信息，限制粮价剧烈波动。

图源：
https://www.linkedin. com/pulse/why-food-safety-training-important-punyam-john/

用人工智能的方法对抗饥饿

▪  什么是食品安全？

根据世界粮食委员会的定义，对抗饥饿的最直接方法就是保障食品安全，该方法的目标是使所有人都能获得安全、营养和足够的食物，以满足他们的饮食需求和偏好，从而实现健康和积极的生活。

世界卫生组织 (WHO) 的最新估计表明，全球每年食源性疾病导致 6 亿例病例，导致 42 万人死亡， 3,300 万伤残。据报道，美国每年因食源性病原体引起的疾病造成的损失将超过100亿美元，来自世界各地的食品需求增加了食品安全风险。因此，确保食品安全既紧迫又困难。

食品安全是一个复杂而艰巨的任务，涉及食品生产、食品加工、食品运输、食品零售等全过程，到因为任何一个环节都可能出现食品安全问题。首先，食品生产是食品加工的第一步，涵盖农作物种植和畜牧业。在食品加工过程中，通常会添加各种食品添加剂，因此必须确保这个过程没有任何差错。此外，食品运输过程中，食品会受到外界环境的影响而变质，因此食品的运输和保存也是食品安全的关键环节。最后，食品零售环节则需要确保过期食品不被误售，以维护消费者的健康和安全。

图源：

https://www.cdc.gov/foodsafety/outbreaks/investigating-outbreaks/figure_food_production.html

▪  人工智能与食品安全

人工智能是计算机程序或机器人执行人类任务的能力。

目前研究进展表明，人工智能与食品安全领域结合的发展历程可以被总结为三个阶段：

第一阶段（2012-2014）：食品安全人工智能算法模型构建的初始阶段。

利用高光谱成像技术结合AI模型进行食品质量评估以及食品内外特性的无损检测。人工神经网络（ANN）算法逐渐应用于处理近红外光谱等仪器采集的图像数据。开始使用相关算法建立模型来预测农作物产量或对产品进行分类。

第二阶段（2015-2017）：机器学习在食品行业应用的繁荣时期。

机器学习伴随着大数据和遥感技术，被广泛应用于食品营养、产量预测、农业环境等领域。此外，还开发了基于深度学习的视觉识别算法和基于边缘计算的服务计算范式，用于饮食评估。

第三阶段（2018-2022）：深度学习在精准食品安全领域应用的繁荣期。

作为机器学习的一个分支，深度学习颠覆了许多食品安全领域，从算法到架构，从精准农业到精准营养。

人工智能在农业食品供应链中的发展前景

近年来，食品行业的“智能”技术已经迅速出现并不断发展，许多公司开始广泛采用人工智能技术，尤其是在生产层面。值得注意的是，对于“智能”食品行业应用的研究投资不断增长，其中包括用于数据收集和分析的基于人工智能的数字工具。人工智能在整个农业食品供应链中的应用，有望支持可追溯性、监控、检查以及其他相关目的和流程。

▪  原料

人工智能和机器学习在食品检查方面发挥关键作用。例如，基于欧盟食品和饲料快速预警系统数据的贝叶斯网络模型用于预测食品欺诈。美国FDA正在开发基于机器学习的工具，以识别海鲜运输的高低风险。机器学习也用于供应商选择和采购，例如，Mars, Inc.开发了黄曲霉毒素预测模型指导采购选择。未来应支持食品安全检查和原材料采购工具的开发，以实现对高风险原材料流的近实时预测，确保食品安全。

▪  生产

人工智能用于农作物、牲畜、水和土壤的数据收集、处理、分析和管理。生产级别的机器学习工具主要用于描述和预测。例如，监督学习模型用于预测农业用水中食源性病原体存在和水平。机器学习还被应用于调查更广泛的农产品现场环境中的食源性病原体。例如，一项研究利用基于树的模型来识别与土壤、粪便、水和拭子样本中病原体相关的景观和气象因素。

▪  加工及包装

机器学习用于明智决策和任务自动化，有助于优化食品质量和安全管理，降低风险，提高生产率。例如，条件RF用于识别液态奶巴氏灭菌后的污染设施级质量管理因素。机器学习还用于食品异常或缺陷检测，以及与传感器设备一起进行食品质量和安全评估。例如，一项研究开发了一种算法，使用高光谱成像检测绿叶蔬菜上的粪便污染。

▪  储存、配送和零售

人工智能应用程序可用于优化定价和调度、识别和导航分销以及个性化广告。控制农业食品链中的环境条件，特别是温度，对于食品安全至关重要。机器学习可用于冷链断裂分析，包括温度预测和冷链断裂检测。在零售层面，基于机器学习的方法还可用于支持零售环境的检查。例如，最近的一项研究开发了基于社区特征的机器学习模型，以预测食品店（包括零售店）的食品卫生合规性。随着在线杂货购物的兴起，可用于食品安全的人工智能应用不断增加。例如，一项研究开发了基于机器学习和深度学习的模型，以根据亚马逊的客户评论识别潜在不安全的食品。

▪  监视

监测是确保食品安全的关键，包括人类食源性疾病和食源性病原体监测。人工智能已应用于监测食源性疾病。例如，使用网络搜索和位置数据的ML模型实时检测食源性疾病。机器学习也用于根据症状为食源性疾病分配病因。未来的方向包括开发智能工具来利用各种数据类型检测疫情爆发。

▪  来源追踪和归因

来源跟踪和归因对于确定食源性疾病来源至关重要。人工智能方法已被用于预测食源性疾病的来源，并加强了源归因工作的机会。利用基因组监测数据和机器学习算法进行来源预测是一种有效方法。

图：人工智能和机器学习在食品安全方面的应用

图源：Qian C, Murphy S I, Orsi R H, et al. How can AI help improve food safety?[J]. Annual Review of Food Science and Technology, 2023, 14: 517-538.

人工智能在食品安全方面的应用案例

▪  Cropin

Cropin 是一家全球农业生态系统情报提供商。它的产品套件使农业生态系统中的各个利益相关者（包括金融服务提供商）能够在其农业运营中采用并推动数字战略。Cropin 利用人工智能、机器学习和遥感等尖端技术，创建了一个智能、互联的数据平台，还帮助组织实现从农场到餐桌的运营数字化，并利用近乎实时的农场数据和可行的见解来做出有效的决策。目前，Cropin 已与全球超过 250 家组织合作，对超过 1600 万英亩的农田进行了数字化，丰富了近 700 万农民的生活，同时为超过 103 个国家的 500 多种作物和 10,000 多种作物品种构建了智能。Cropin 提供的解决方案与作物和地理位置无关，并且以即插即用模式提供。

图：cropin官网

图源：https://www.cropin.com/

▪  Connected farm

Connected farm的使命是实现数字农业，提高农业经营的安全性、效率和生产力。他们的解决方案为农民提供了提高产量和最大化投入所需的工具，弥合了技术与农业之间的差距，确保农民拥有高效且富有成效的现在和未来。Connected Farms 独特的连接解决方案适合任何规模的农场，可以灵活地针对任何数量的农场进行定制。例如，它利用 GPS 和大数据将燃料和种子成本降低 20%。从精准农业到无人机监控，DJI Agras T20 等创新工具已实现每小时 12 公顷的喷洒，减少 50% 的用水量。

图：connected farm 官网

图源：https://www.connectedfarms.co/

▪  IBM 和沃尔玛

IBM 与沃尔玛合作，通过使用人工智能支持的区块链技术来改善食品安全。他们创建了一个透明且可追溯的供应链系统，可以实时监控和跟踪从供应商到商店的食品。在一项试验中，追踪芒果原产地所需的时间从几周缩短到几秒钟。该系统通过快速识别潜在问题的根源来提高食品安全性，并在必要时促进有针对性的召回，从而提高消费者对沃尔玛产品安全性的信任。

图：IBM 与沃尔玛就区块链技术达成合作

图源：

https://english.fleischwirtschaft.de/economy/news/China-IBM-and-Walmart-use-blockchain-technology-to-track-pork-33638

▪  Chick-fil-A

Chick-fil-A是一家美国快餐连锁店，自2017年开始数字化转型。他们集中了核心数据架构，利用人工智能解决食品安全和质量问题，包括监控热食新鲜度和检测社交媒体提及的食源性疾病。Chick-fil-A还在测试机器人服务器和自动送货机器人，并建立了社区以促进学习和协作。人工智能系统帮助减少食物浪费，保持食品新鲜，同时监测社交媒体以应对潜在的食品安全问题。试点项目还包括在德克萨斯州奥斯汀地区测试自主配送选项。

图源：https://www.pymnts.com/restaurant-technology/2023/chick-fil-a-tests-robot-servers-amid-diner-concerns-around-automation/

▪  AgShift

AgShift 是一家总部位于加州的初创公司，利用人工智能彻底改变了食品质量检测。他们的“Hydra”平台利用计算机视觉和深度学习来分析食品图像并评估其质量。该系统可以识别缺陷、对产品进行分级并确保符合行业标准。例如，它可以检测水果和蔬菜的大小、颜色或形状的变化，这些变化可能表明潜在的问题。AgShift 的人工智能解决方案显着加快了检查流程并减少了人为错误。通过实施这项技术，食品公司可以确保一致的质量控制，最大限度地减少浪费，并向消费者提供更安全、更高质量的产品。

图：AgShift官网

图源：https://www.agshift.com/technology

▪  Church Brothers Farms

Church Brothers Farms是一家面临着供应链挑战的家族蔬菜企业，他们每年在美国运送5000万箱纸箱，寻求通过优化供应链来减少浪费和提高盈利能力。他们与Throughput.ai合作，利用历史数据实现准确的需求预测和供应链优化。Throughput.ai的工具提供高级预测，并确定了最佳的订单履行时间表、工作流程和路线，帮助Church Brothers Farms实现了按订单生产策略，减少了干扰和浪费，适应了不断变化的消费者口味。这种转变改善了销售可见性，帮助他们识别畅销产品和表现不佳的产品。通过与Throughput.ai的合作，Church Brothers Farms的短期预测准确性提高了40％，库存和生产能力管理更加高效，实现了5R（在正确的成本、时间和地点拥有正确数量的正确库存），从而提高了利润和客户满意度。

图：Church Brothers Farms官网

图源：https://www.churchbrothers.com/

▪  挑战和限制

食品相关信息的敏感性引发了数据隐私和安全问题。实施成本和管理人工智能系统所需的专业人员给一些企业带来了财务和资源挑战。人工智能算法缺乏可解释性，难以理解其决策过程。此外，对历史数据的依赖可能导致偏差，并限制对新兴风险的适应能力。传统做法的改变可能会遇到阻力，阻碍人工智能解决方案在食品行业的广泛采用。解决这些问题对于最大限度地发挥人工智能的优势，同时确保道德和安全的实施至关重要。