Credito:Tim Mossholder su Unsplash
I richiami di cibo potrebbero essere un ricordo del passato se l'intelligenza artificiale (AI) fosse utilizzata nella produzione alimentare, secondo un recente studio dell'UBC e dell'Università di Guelph.
Il costo medio di un ritiro di cibo dovuto a contaminazione batterica o microbica, come E. coli, è di 10 milioni di dollari secondo il coautore dello studio, il dott. Rickey Yada, professore e preside della facoltà dell'UBC di sistemi terrestri e alimentari.
Abbiamo parlato con il Dr. Yada di come l'IA può aiutare a ottimizzare gli attuali sistemi utilizzati nell'industria alimentare e come può contribuire a rendere più sicure le nostre forniture alimentari.
Quali sono alcune delle attuali limitazioni quando si tratta di trasformazione degli alimenti?
La sfida attuale è che i problemi di sicurezza alimentare tendono a manifestarsi a posteriori una volta che i prodotti sono stati spediti, venduti o, in alcuni casi, già consumati. Questo porta poi a richiami che sono dannosi sia dal punto di vista economico che reputazionale.
Attualmente ci sono due modi per ottenere indicatori di sicurezza alimentare. Il primo è analizzare i dati dopo che un prodotto alimentare è stato trasformato ed è un prodotto finale per vedere se emergono problemi (noti anche come fattori di ritardo), e il secondo è raccogliere dati sugli indicatori di allarme, come l'efficacia di una sicurezza alimentare esercizi di formazione e prevedere i problemi che potrebbero emergere da ciò (noti come fattori principali).
La sfida con i fattori di ritardo è che i problemi possono essere rilevati solo dopo che il prodotto alimentare è già stato venduto e consumato.
In che modo l'IA fornisce una soluzione in grado di migliorare la sicurezza alimentare?
Penso che il potere dell'IA e dell'apprendimento automatico sia la capacità predittiva; può aiutare l'industria alimentare a prendere provvedimenti prima per ridurre l'insorgenza di malattie di origine alimentare nelle loro operazioni.
In questo caso, si tratta di spostare il settore verso un approccio basato sui dati. L'uso dell'IA può aumentare la precisione e l'efficienza nella lavorazione degli alimenti e può essere un metodo preventivo per aiutarci a semplificare i processi, il che in definitiva riduce le possibilità di più focolai batterici nei prodotti.
Come sarebbe in pratica?
Se ottimizziamo i dati che abbiamo dagli attuali sistemi di lavorazione degli alimenti con l'apprendimento automatico, ciò potrebbe compensare alcuni dei limiti che dobbiamo affrontare nel portare il cibo fuori dalla porta. Attualmente, le macchine per la lavorazione degli alimenti generano dati, ma spesso spetta agli esseri umani interpretare tali dati. Ad esempio, il lavoro di una macchina potrebbe essere quello di filtrare le mele rosse dalle mele verdi, ma alla fine della linea spetta a un essere umano decidere se è abbastanza rosso o meno. Ciò potrebbe creare inefficienze in alcuni scenari.
L'idea è di far sì che le macchine pensino come il cervello umano. In modo che gli attuali errori e inefficienze derivanti dall'intervento umano, che a volte possono compromettere la sicurezza alimentare, possano essere previsti dall'IA e alla fine diminuiti o eliminati.
Un'altra applicazione promettente sta utilizzando l'IA per analizzare i dati comportamentali dei lavoratori umani nella linea di elaborazione. In pratica, ciò potrebbe significare che i lavoratori compilano un rapido sondaggio settimanale online sulla loro cultura del posto di lavoro. L'elaborazione del linguaggio naturale verrebbe quindi utilizzata per analizzare le loro risposte e creare una misura quantitativa della cultura della sicurezza alimentare. L'azienda potrebbe prevedere la probabilità di problemi di sicurezza alimentare osservando le tendenze nella cultura della sicurezza alimentare e combinandole con gli altri dati relativi alla sicurezza alimentare e adottando misure tempestive per ridurre la possibilità di un focolaio.
Ciò significherebbe che gli esseri umani potrebbero essere sostituiti da macchinari?
In questo caso si tratta di trovare una soluzione basata sui dati su come possiamo utilizzare l'intelligenza artificiale per fondere l'intervento umano con l'intervento della macchina. È la fusione di entrambe le cose che ci consentirà di avere un modello predittivo più forte sui problemi di sicurezza alimentare.
Questo studio è stato pubblicato nel Trends in Food Science &Technology Journal . + Esplora ulteriormente
