食品加工智能化，AI幫你搭配營養與口感的均衡

2019-11-25 18:24

來源：澎湃新聞·澎湃號·湃客

原創：機器之心產業研究機器之能

傳統的食品加工行業體量大利率低，大部分食品加工企業主要靠大量的廉價勞動力實現微薄盈利；同時，該行業對衛生要求極高，過多的人為因素不利于保證食品安全；并且，隨著生活水平的提高，人們對健康及個性化的食品需求越來越大。而人工智能技術的引入可以在一定程度上解決食品加工行業存在的上述問題，滿足消費者日益個性化的需求。

本篇核心版報告計劃聚焦食品加工行業，從食品生產和食品開發兩大應用領域入手，簡析人工智能技術應用的落地案例。具體應用場景包括食品生產中的原材料分選、機器人加工、AI試味；食品開發中的超級食物（superfood）研發、口味個性化、風味預測等。案例所涉及的主要人工智能技術有大數據技術、計算機視覺、機器人技術、深度學習、機器學習等。

作者 | 李泓熹、田辰

一、食品加工行業市場規模

根據市場調研公司BCC的數據報告，全球糧食加工市場在2015和2020年間，將以4.8%的復合增長率從112億美元增長至142億美元。中國方面，經濟發展呈現新常態，食品產業也呈現出相應的變化，既有新的挑戰，也帶來了新的機遇。根據中國報告大廳數據，中國食品行業市場規模多年來保持7%以上穩健增長，總收入由2013年的9.2萬億元增至2017年的12.1萬億元，年均復合年增長率為7.1%。在食品加工行業方面，根據國家統計局數據顯示，2016年，全國規模以上工業企業食品制造業實現主營業務收入2.36萬億元，同比增長8.0%，2012至2016年復合增速達10.6%。面對日益高漲的科技發展浪潮，食品加工行業從經濟發展的基本需求出發,把人工智能技術作為轉型的方式，積極推進行業的智能化升級。

二、食品加工行業所涉及的主要人工智能技術

大數據技術：是指從各種各樣類型的數據中，快速獲得有價值信息的能力，包括可視化分析、挖掘算法、預測性分析、語義引擎、數據管理等。大數據技術在食品加工行業主要應用在甄別材料、食品新口味研發等。

計算機視覺：計算機視覺運用攝影機和計算機代替人眼對目標進行識別，并進一步處理成更適合人眼觀察或傳送給儀器檢測的圖像。在食品加工行業主要應用在材料甄別、自動化加工等。

機器人技術：食品加工行業的機器人技術包括生產加工機器人、食物收取機器人等。機器人技術是食品加工行業向作業自動化升級的重要技術，減少行業對勞動力的需求，實現精細化生產。

機器學習：機器學習研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，其在食品加工行業應用廣泛，包括新食品研發、新口味合成等。

深度學習：深度學習是一種以人工神經網絡為架構，對數據進行表征學習的算法，用非監督式或半監督式的特征學習和分層特征提取高效算法。在食品加工行業主要運用在食品開發領域。

云計算：云計算是分布式計算的一種，可以在很短的時間內完成對數以萬計數據的處理，從而達到強大服務。云計算作為一種人工智能基礎設施，與其他技術相結合在食品加工行業運用廣泛。

三、人工智能技術食品加工行業的應用分布

其他周邊場景：由于食品加工行業范圍較廣，本報告主要聚焦食品生產和開發案例，故并未囊括餐廳食品加工、食品加工衛生等熱門場景中人工智能技術的應用。

四、食品加工中人工智能落地案例簡述

TOMRA土豆分揀機：TOMRA Sorting Food公司最新的土豆分揀機－TOMRA 5A專門針對土豆加工。其運用計算機視覺等技術，通過分析土豆的圖片，辨識出變質的土豆，實現分揀功能。TOMRA 5A土豆去皮控制模塊還可以24小時記錄土豆質量數據，操作分析員可以根據收集的數據分析出土豆品質，總結該批次土豆的尺寸分布，并且機器通過機器學習實現往后更精確化的分揀。

中國臺灣柔性化機器人：臺灣國立中興大學開發出一款柔性化機器人，主要運用在蔬果采摘中。由于柔性化機器人自身的柔軟性，對于一些外皮較軟嫩的蔬果，如蕃茄、草莓等能進行一定程度的無損傷靠近、移動、摘取等動作。該款機器人用可伸縮的納米導電材料所制成，具有柔軟、可伸縮、可隨意變形、可感知外在環境因子、肌肉運動等性能，并能進行自主感測。

華盛頓州立大學電子舌頭：華盛頓州立大學研發的電子舌頭(e-tongue)對食物辣味感知要比人類準確得多。電子舌頭在“吃辣”過程中不會“味覺失靈”,在所有樣品中的分辨準確率達到 93%，這種電子舌頭不僅會“吃”辣，還能鑒別酸、甜、苦、咸、鮮等。電子舌頭其實是一種帶有傳感器的機器臂裝置，將傳感器浸入食物或飲料，就可以實現對其中化學成分的分析，識別出酸甜苦辣咸鮮等味道。

巴斯夫運動營養成分PeptAlde：PeptAIde是巴斯夫與Nurita公司合作的成果，Nuritas運用人工智能技術從大米蛋白中識別并提取的新一代多肽——PeptAIde，是一種運動營養成分，含有一組獨特的植物肽，主要用于調節炎癥反應。該種成分可以添加在運動飲料或能量棒中，用于運動后人類生理機體的恢復，能減少炎癥的產生，從而能滿足廣大運動愛好者的消費需求。

可口可樂新口味可樂：可口可樂公司與人工智能公司Pandorabots合作，通過一種新型的自動販賣機對顧客口味偏好數據進行收集。這種自動販賣機允許消費者在購買可口可樂系列飲料時選擇兩種自己喜歡的口味進行混搭，之后通過人工智能技收集分析這些數據得出最受消費者歡迎的口味組合，從而決定推出什么口味的新品可樂。

AFS風味預測軟件Gastrograph：Analytical FlavorSystems（簡稱AFS）專注于通過人工智能探索人類味覺的潛意識感知，進而預測未來的風味潮流并幫助食品企業優化產品。AFS研發的手機應用Gastrograph可以幫助使用者分辨所品嘗食物的具體風味和成分，并根據用戶不斷反饋的風味品嘗數據，逐漸了解各地人群的口味偏好。在明確了不同地區口味偏好后，與其合作的食品公司可以根據AFS的數據進行建模模擬，尋找到最可能受消費者歡迎的食品配方，從而最大程度保證食品的市場歡迎度。

五、人工智能技術在食品加工行業的局限性

成本高：食品加工行業利潤相對薄弱，自主研發或外部購買人工智能技術相對于勞動密集型作業成本較高；且該行業內缺乏財大氣粗的巨頭公司牽頭研發，整體來說智能升級成本較高。

食品安全問題：食品加工行業無論是在初加工環節還是在研制新食品領域對衛生及安全的要求都非常高，國內外食品衛生標準嚴苛，企業需要付出一定人力物力財力成本才能達到生產合格標準。

數據不足：傳統行業數據基礎弱，有效的用戶數據不足，導致食品加工企業很難構建精準的機器學習模型；同時，企業自身的客戶數據屬于商業機密，數據進行行業公開共享不現實。

六、人工智能技術在食品加工行業的發展趨勢

自動化：食品加工機器人的使用推動行業從勞動密集型向技術密集型轉變，逐步落實“機器換人”，實現自動化生產。食品加工自動化在極大提高生產效率的同時，也減少了安全隱患。

數字化：食品屬性如甜度、酸度、硬度等的數據化是食品加工智能化升級必經之路。食品加工數字化有利于加速食品信息的儲存和流通，并實現食品加工智能模型的構建。

經驗復用：以食品消費者的實際需求出發，將食品加工流程歸納成為應用模型，支持農林牧副漁跨領域技術的交流共享，并支持不同領域根據實際需要進行靈活的調整和配置。

* 本文為「智周」系列報告「核心版」，相應「深度版」的推出計劃將在后續公布，敬請大家關注。針對「食品加工行業中人工智能技術的應用現狀及展望」這一主題，有哪些方向或主題，你希望在報告深度版中讀到詳細的闡述與分析，歡迎留言，這將成為我們制作報告深度版的重要參考。

關于「智周」系列報告

機器之心「智周」人工智能技術應用報告系列重點關注現有人工智能技術應用較成熟且應用潛力較大的正在進行智慧升級的傳統行業及場景，逐行業、逐場景為產業用戶高效而不失深度地呈現不同人工智能技術的產業落地現狀、企業案例、技術應用趨勢等?！钢侵堋谷斯ぶ悄芗夹g應用報告系列包含核心版及深度版兩個版本：

核心版濃縮精華分析內容至2頁內，覆蓋重要數據、分析結論及案例簡述，以供使用者高效系統地了解人工智能技術在自身所關注產業內的潛在機會。