香港理工大学研大数据与AI结合 预测食物受污染几率 大数据

  • 时间:
  • 浏览:1
  • 来源:浙大教务网_湘潭大学教务管理系统_华东理工大学教务处信息网中南
阅读模式 标题:香港理工大学研大数据与AI结合 预测食物受污染几率

  中新网11月4日电 据香港《星岛日报》报道,香港理工大学(理大)食品安全联盟召集人刘乐庭透露,团队目前正发展大数据与人工智能技术提升食安水平,可有预测功能及早推算食品变坏或受污染的时间和几率,从而避免食品出现问题,而非发现不妥才呼吁停止食用。

资料图:香港理工大学。图片来源:香港理工大学官方网站

  刘乐庭指,食品污染有不同来源,但同样对人体影响严重,不过化学污染比生物污染更难发现。刘乐庭说,含沙门氏菌的鲑鱼、大肠杆菌等生物污染可立即知道,因食用后会腹泻,即时落闸便可追查问题食品。化学影响可能3、5年,甚至10年才浮现,届时难以追查,发现时或已对社会构成很大影响。

  刘乐庭说,目前质量控制多为抽样,理大团队希望研究以人工智能及大数据技术,广泛提升食安水平,做到预测及预警。

  他解释,由耕种、运输至市民食用等多个过程中,已产生大量数据,检视分析过往数据,便可及早得知食品问题。不过单靠人类不可能分析到如此庞大的数据,利用AI运作及大数据便可快速识别异常及特定情况,预测食品变坏或出现污染的可能性,从而立即处理,避免有问题食品出现于市场上。

  团队先从乳制品入手,分别与一家国内大型乳品公司及一间全球十大乳品公司合作,由对方提供内地及全球数据,再利用它们建立算式,由此助公司找出有潜在问题的乳制品。

  食品生产流程中,运输物流也是重要一环。刘乐庭指,业界也可于物流及储存供应链应用科技确保质量安全,当中,可利用物联网、记录温度仪器等传感器,24小时测量及记录食品温度与湿度等,再连接云端与警报系统,如运输及储存时出现异样即可得知。

  他以急冻鸡翅举例,运送时如电箱突然故障令温度升高,会滋生细菌,但之后有可能恢复正常,鸡翅再次急冻,便会出现食安问题。他认为,如有科技24小时监察便可排除类似情况,餐厅冰箱也可使用此科技代替人手记录及检查。

猜你喜欢