香港理工大学研大数据与AI结合 预测食物受污染几率

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。

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。