责任编辑：食品科学

党的十八大以来，各地区各部门大力整治奢侈浪费现象，不过，餐饮浪费现象仍然存在。据报道，我国每年在餐饮上浪费的粮食高达800亿斤至1000亿斤，相当于目前粮食生产量的6.0%至7.5%。除了餐桌上的浪费，我国粮食产后损失也颇为严重，每年损失量达700亿斤以上。而人工智能技术（AI）的应用，从农场、加工、物流到消费的全产业链中解决粮食浪费问题，提供了更多可能性。

AI广泛应用于农业

　　夕阳下无人农机在麦田里作业，井然有序地收割着地里的小麦。这样的画面以前似乎只存在于科幻电影里，而如今在人工智能、工业物联网、大数据、5G等技术的推动下，曾经属于科幻作品的AI种地成了现实。

　　事实上，早在十余年前，AI就已被应用于农业领域，从早期的气候灾害预警、土壤虫害探测，到近年来的无人机播种、耕作、采摘，AI正以超乎意料的速度走入田间地头。随着AI在农业领域的大范围落地，未来农村劳动力短缺等问题或可得到有效解决。

　　人工智慧代入农业，可应用数据分析、统计模组、自动机器人进行更有效率的农事耕作；人工智慧也能应用演算法的图像与数据将食品加工精准化，解决人力不足与劳力工资的问题；市场端的部分则可使用溯源系统将餐厅、零售业等的需求串联起来，将粮食浪费的数据进行追踪、分类，进而产生新型态的食品供应链，抑制过量生产、库存过多和浪费等问题。

　　事实上，农业循环经济已在历史中慢慢扎根，旨在减少浪费与污染，并使产品、原料及再生自然系统能永续使用。然而，在农业循环经济中，有限资源的消耗与成长的步调不同，而AI可以缩短农业循环经济克服这些问题的过渡期。

提高耕作方式及效率

　　AI可以通过资讯分析辨识到最佳再生农业的新方法，从而帮助农民避免进行昂贵且费时的田间试验。比如使用数据分析、统计模组和AI来模拟不同条件下的田间试验和农业生态系统，借助这项技术，可以探索可能的结果，同时避免造成环境破坏或牺牲产量的风险，使其能够学习并改善盈利能力和增加永续发展。

　　将AI演算法与机器人技术结合，可进一步实现自动化并提高控制耕作过程的能力，如AI可被用作分析作物图片，以帮助农民决定收成时间。此外，收割的工作也能通过自动机器人完成。这样的方式可减少田间食物的浪费，且能够借由改善供应链中的讯息并最大化储存环境及保鲜设备的使用效率，进而更准确地预测产量。

　　而AI也可以对农产品进行准确的病虫害鉴别并推荐正确的预防方法，创造出能为农作物看病的“医生”，改善农产品的质量，减少过度使用农药，提高农作物的总体产量。AI与病虫害做结合，成立病虫害的数据集，通过学习和图像识别系统技术的协作，AI监控采取特制的计算机算法模型，通过病虫害发生的光谱信号进行识别，根据有效的数据特征，实现对病虫害情况的实时识别和鉴定。

从多个环节减少粮食浪费

　　AI演算法可以利用来自相机、X光和近红外光谱所产生的图像和数据，在食品加工过程中，将不同产品自动进行分类，如依据最佳使用用途、尺寸、形状和品质来拣选红萝卜和马铃薯，从而降低因人工筛选而导致耗时、工资昂贵且不准确的问题。

　　一些公司利用AI溯源及动态定价的功能，帮助超市和其他零售商在有效期限内出售食品。一些机构和餐厅使用新工具来获取、追踪和分类粮食浪费的数据。而且，该演算法可以预测出销售量，从而使餐厅、零售商和酒店等能够更有效地将供需连接起来。

　　日本的一家公司开发了一套人工智能系统，用于检测鸡肉中难以去除的骨头。原有的检测系统使用的X射线有时会给出错误结果，导致肉被扔掉，而不是加工成炸鸡和其他产品。该公司希望在3年内将鸡肉加工过程中的食物浪费减少80%。

　　美国麻省理工学院的感官城市实验室和Alm实验室正研究开发一款原型智能污水处理平台，该平台利用AI结合物理基础设施和生化检测技术，来探询人类污水中的病原体，最终这些知识可协助将污水重新利用于再生食品系统中。

　　AI在农业及再生粮食系统中的过渡期扮演重要的角色，它可以改变粮食的种植、收成、分配与享用方式。

　　随着越来越多的数据来源可作参考，加上演算能力的提升，未来AI能够更有效地帮助粮食供需的分配、改善供应链的效率并抑制过量生产、库存过多和浪费等问题。

（本文由“食品科学网”转载，文章来源于中国食品报 ，连荷 综合整理。图片来源于百度图片。版权归原作者所有，如有侵权，请联系我们删除。）