隨著人工智能（AI）和機(jī)器學(xué)習(xí)（ML）的出現(xiàn)，食品和飲料（F&B）行業(yè)正在經(jīng)歷一場(chǎng)顯著的變革。Crayon 亞太區(qū) CoE 數(shù)據(jù)與 AI 總監(jiān) Armin Haller 闡明了這些技術(shù)的影響，他說(shuō)：“AI 正在徹底改變農(nóng)業(yè)實(shí)踐并重塑食品和飲料制造業(yè)。
在我們最近的采訪中，Haller分享了他對(duì)這些技術(shù)如何徹底改變行業(yè)的見(jiàn)解。我們的對(duì)話涵蓋了一系列主題，從人工智能對(duì)農(nóng)業(yè)和制造業(yè)的影響到使用這些技術(shù)的道德考慮。
農(nóng)業(yè)和制造業(yè)中的人工智能
Haller指出了人工智能在食品和飲料行業(yè)應(yīng)用的兩個(gè)主要趨勢(shì)：一個(gè)是食品種植，另一個(gè)是食品和飲料制造。
在農(nóng)業(yè)領(lǐng)域，人工智能已被整合到農(nóng)民使用的機(jī)器中。Haller強(qiáng)調(diào)了人工智能在農(nóng)業(yè)中的重要性，他說(shuō)：“農(nóng)民現(xiàn)在可以使用尖端的人工智能集成機(jī)械，如配備傳感器甚至激光的自動(dòng)拖拉機(jī)。這些進(jìn)步使農(nóng)民能夠優(yōu)化資源利用，監(jiān)測(cè)作物生長(zhǎng)，并根據(jù)實(shí)時(shí)數(shù)據(jù)做出明智的決策。
然而，Haller指出了一個(gè)重要問(wèn)題：這些機(jī)器收集的數(shù)據(jù)通常會(huì)返回給制造商，迫使農(nóng)民回購(gòu)數(shù)據(jù)以深入了解他們的農(nóng)場(chǎng)。這引起了農(nóng)民的強(qiáng)烈反對(duì)。而這正是 Crayon 想要解決的問(wèn)題——通過(guò)使用遙感技術(shù)和無(wú)人機(jī)將控制權(quán)交還給他們。
“我們有幾個(gè)蠟筆項(xiàng)目，實(shí)際上是使用這組圖像為農(nóng)民進(jìn)行大規(guī)模的產(chǎn)量分析，了解他們?cè)谀承┑貐^(qū)需要使用的水量。”
在糧食生產(chǎn)方面，農(nóng)民通過(guò)使用衛(wèi)星圖像和人工智能模型重新獲得控制權(quán)。在高分辨率圖像上訓(xùn)練模型并利用免費(fèi)的低分辨率衛(wèi)星圖像，使單個(gè)農(nóng)民、企業(yè)集團(tuán)甚至整個(gè)國(guó)家都可以進(jìn)行大規(guī)模分析。
這些信息對(duì)于購(gòu)買(mǎi)香蕉、獼猴桃、菠蘿或椰子等特定產(chǎn)品的公司很有價(jià)值，因?yàn)樗麄兛梢栽u(píng)估他們采購(gòu)的農(nóng)民的產(chǎn)量。此外，加拿大、巴厘島或印度尼西亞等國(guó)家可以利用衛(wèi)星圖像來(lái)確定甘蔗等各種作物的生產(chǎn)數(shù)量和范圍。
在制造業(yè)中，人工智能已被用于產(chǎn)品的視覺(jué)質(zhì)量檢測(cè)。計(jì)算機(jī)視覺(jué)和相機(jī)根據(jù)產(chǎn)品的質(zhì)量對(duì)產(chǎn)品進(jìn)行分析和分類(lèi)。該技術(shù)可以識(shí)別產(chǎn)品的不規(guī)則性，例如尺寸和形狀，確保只有最優(yōu)質(zhì)的產(chǎn)品才能到達(dá)消費(fèi)者手中。
在產(chǎn)品識(shí)別和質(zhì)量分析方面，人工智能在兩個(gè)主要領(lǐng)域表現(xiàn)突出。一種方法使用傳感器讀取產(chǎn)品上的唯一標(biāo)識(shí)符（例如條形碼），而另一種方法則利用計(jì)算機(jī)視覺(jué)來(lái)直觀地分析和評(píng)估產(chǎn)品質(zhì)量。這些方法使公司能夠使用人工智能技術(shù)精確地識(shí)別產(chǎn)品并分析其質(zhì)量。
除了這些具體的應(yīng)用外，人工智能在各個(gè)行業(yè)都有更廣泛的應(yīng)用，包括生成人工智能模型和處理文檔。這包括處理發(fā)票、采購(gòu)訂單和報(bào)價(jià)請(qǐng)求等任務(wù)。光學(xué)字符識(shí)別 （OCR） 和生成式 AI 的結(jié)合允許從這些文檔中提取相關(guān)數(shù)據(jù)，簡(jiǎn)化和自動(dòng)化文檔處理任務(wù)。
知識(shí)和技能差距
當(dāng)被問(wèn)及最大的挑戰(zhàn)時(shí)，哈勒解釋說(shuō)這是更根深蒂固的。公司可能擁有資源和獲得技術(shù)的機(jī)會(huì)。但主要問(wèn)題是里面的人。
與許多其他行業(yè)一樣，在食品和飲料行業(yè)實(shí)施人工智能是獲得熟練人才的機(jī)會(huì)有限。為特定制造商或食品定制 AI 模型需要針對(duì)每種情況的獨(dú)特專(zhuān)業(yè)知識(shí)。例如，遙感需要根據(jù)香蕉或椰子等特定產(chǎn)品量身定制的產(chǎn)品。可能需要不同的標(biāo)簽和 AI 模型，并且實(shí)現(xiàn)需要數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)工程師。
獲得這些專(zhuān)業(yè)人才是各行各業(yè)的共同斗爭(zhēng)，而來(lái)自科技公司的競(jìng)爭(zhēng)使情況進(jìn)一步復(fù)雜化。幸運(yùn)的是，像 Crayon 這樣的公司擁有專(zhuān)門(mén)的數(shù)據(jù)和 AI 團(tuán)隊(duì)，吸引了這些熟練的專(zhuān)業(yè)人士。將食品和飲料行業(yè)的主題專(zhuān)業(yè)知識(shí)與數(shù)據(jù)和人工智能方面的專(zhuān)業(yè)知識(shí)相結(jié)合成為一個(gè)關(guān)鍵因素。
這種專(zhuān)業(yè)知識(shí)和知識(shí)的交集是使餐飲公司能夠最大限度地發(fā)揮人工智能和機(jī)器學(xué)習(xí)優(yōu)勢(shì)的關(guān)鍵。
尋找彌合這一人才缺口的創(chuàng)新方法是尋求利用人工智能技術(shù)促進(jìn)其增長(zhǎng)和成功的行業(yè)的首要任務(wù)。
道德考量
雖然人工智能和機(jī)器學(xué)習(xí)提供了許多好處，但它們也引發(fā)了道德方面的考慮。Haller強(qiáng)調(diào)了在工作場(chǎng)所使用面部識(shí)別等技術(shù)時(shí)同意的重要性。他還強(qiáng)調(diào)需要遵循負(fù)責(zé)任的人工智能準(zhǔn)則，以確保該技術(shù)不會(huì)被用來(lái)懲罰員工或侵犯他們的隱私。
Haller提到，“計(jì)算機(jī)視覺(jué)或攝像頭可以到位，以檢查車(chē)間工人是否遵守衛(wèi)生規(guī)程。但是，公司必須首先小心您存儲(chǔ)的內(nèi)容以及如何進(jìn)行檢查。相反，這些員工當(dāng)然是該公司的員工，他們需要簽署一份協(xié)議，表明他們正在接受衛(wèi)生合規(guī)流程的檢查，但他們?cè)谲?chē)間沒(méi)有被觀察到。
創(chuàng)新與未來(lái)趨勢(shì)
事實(shí)證明，人工智能在幫助人類(lèi)開(kāi)發(fā)食品和飲料產(chǎn)品方面很有價(jià)值。通過(guò)分析成分和風(fēng)味的歷史數(shù)據(jù)，人工智能模型可以預(yù)測(cè)和指導(dǎo)設(shè)計(jì)師更有效地創(chuàng)造新的組合。雖然人工智能在指導(dǎo)產(chǎn)品設(shè)計(jì)師方面發(fā)揮著重要作用，但重要的是要注意人類(lèi)的參與仍然至關(guān)重要。特別是風(fēng)味，需要人類(lèi)的評(píng)估和判斷，因?yàn)槲兜啦荒軆H僅由化學(xué)性質(zhì)決定。
人類(lèi)的定性反饋對(duì)于評(píng)估產(chǎn)品的口味質(zhì)量是必要的。AI 模型可以協(xié)助評(píng)估過(guò)程，包括使用生成式 AI 模型來(lái)填補(bǔ)數(shù)據(jù)空白。
然而，這些模型的有效性依賴(lài)于以前產(chǎn)品的高質(zhì)量數(shù)據(jù)的可用性，包括有關(guān)成分、風(fēng)味和消費(fèi)者反饋的信息。
標(biāo)記數(shù)據(jù)對(duì)于獲得最佳結(jié)果至關(guān)重要，包括有關(guān)成分-風(fēng)味組合的精確信息以及相關(guān)的質(zhì)量反饋。雖然開(kāi)發(fā)自動(dòng)生成完美口味食品的人工智能模型仍在進(jìn)行中，但當(dāng)有大量相關(guān)數(shù)據(jù)時(shí)，人工智能可以顯著加快產(chǎn)品開(kāi)發(fā)過(guò)程。
人工智能在食品和飲料行業(yè)的整合有望簡(jiǎn)化產(chǎn)品開(kāi)發(fā)。盡管如此，重要的是要認(rèn)識(shí)到在確?？谖顿|(zhì)量方面對(duì)人類(lèi)專(zhuān)業(yè)知識(shí)和判斷力的持續(xù)需求。
通過(guò)將人工智能模型的優(yōu)勢(shì)與人類(lèi)設(shè)計(jì)師的知識(shí)和經(jīng)驗(yàn)相結(jié)合，公司可以有效地加快新食品的創(chuàng)造，前提是有一個(gè)強(qiáng)大的數(shù)據(jù)集可以從中汲取見(jiàn)解。
展望未來(lái)，Haller設(shè)想了衛(wèi)星圖像分辨率將取得重大進(jìn)步的未來(lái)。隨著這些改進(jìn)的展開(kāi)，在農(nóng)業(yè)中進(jìn)行更精確的產(chǎn)量預(yù)測(cè)和質(zhì)量評(píng)估的潛力變得越來(lái)越可行。有了更好的分辨率，企業(yè)將配備增強(qiáng)的工具來(lái)監(jiān)控和分析農(nóng)作物，從而實(shí)現(xiàn)更有效的供應(yīng)鏈管理并減少浪費(fèi)。
預(yù)計(jì)這些先進(jìn)技術(shù)的可及性將隨著時(shí)間的推移而增加，從而在可用性和成本方面更容易為更廣泛的企業(yè)所用。隨著衛(wèi)星圖像變得更加精細(xì)和負(fù)擔(dān)得起，它將為小型農(nóng)場(chǎng)和個(gè)體農(nóng)民提供機(jī)會(huì)，利用人工智能模型的力量進(jìn)行自己的運(yùn)營(yíng)。
這意味著不僅大型農(nóng)場(chǎng)和企業(yè)集團(tuán)，而且中小型企業(yè)都可以利用這些技術(shù)來(lái)優(yōu)化其生產(chǎn)流程，做出明智的決策，并最大限度地提高產(chǎn)量。
此外，高分辨率衛(wèi)星圖像與人工智能模型相結(jié)合的可訪問(wèn)性得到改善，也將使食品和飲料行業(yè)依賴(lài)特定產(chǎn)品信息的公司受益。例如，購(gòu)買(mǎi)香蕉、獼猴桃、菠蘿或椰子等產(chǎn)品的企業(yè)可以獲得有關(guān)他們采購(gòu)的農(nóng)民的產(chǎn)量和產(chǎn)量的準(zhǔn)確數(shù)據(jù)。這些信息使他們能夠做出明智的采購(gòu)決策，確保穩(wěn)定的供應(yīng)鏈并促進(jìn)有效的庫(kù)存管理。
隨著技術(shù)的進(jìn)步和更容易獲得，預(yù)計(jì)個(gè)別企業(yè)和整個(gè)國(guó)家都可以將其用于農(nóng)業(yè)目的。政府和農(nóng)業(yè)機(jī)構(gòu)可以利用衛(wèi)星圖像和人工智能模型來(lái)深入了解其領(lǐng)土內(nèi)的特定作物產(chǎn)量和面積。這些數(shù)據(jù)可以為政策制定、資源分配提供信息，甚至可以支持促進(jìn)可持續(xù)農(nóng)業(yè)和糧食安全的舉措。
給公司的建議
Haller對(duì)考慮使用人工智能和機(jī)器學(xué)習(xí)的食品和飲料行業(yè)的公司的建議很明確：擁抱這些技術(shù)，否則就有可能被拋在后面。他強(qiáng)調(diào)，這些技術(shù)可以提高產(chǎn)量，降低風(fēng)險(xiǎn)，提高客戶滿意度，甚至加快新產(chǎn)品的開(kāi)發(fā)過(guò)程。然而，他也告誡公司要注意道德考慮，并確保他們擁有必要的人才來(lái)有效實(shí)施這些技術(shù)。
人工智能和機(jī)器學(xué)習(xí)正在以多種方式改變食品和飲料行業(yè)。從改進(jìn)耕作方式和制造工藝到推動(dòng)創(chuàng)新和可持續(xù)發(fā)展，這些技術(shù)將在行業(yè)的未來(lái)發(fā)揮越來(lái)越重要的作用。