左敏博士：数据智能助力食品产业智慧监管发展

Zuo Min，博士，教授，博士主管，北京学者，国务院特别津贴专家。它主要从事跨地区研究，例如食品安全管理，监督科学和智能科学。

大食品概念为食品行业的未来发展提出了新的需求。随着食品行业的扩大和升级，影响食品安全的因素将变得越来越复杂，这将带来更困难的食品安全风险预防和控制任务。只有通过确保格式的安全性，食品行业才能健康，顺利地发展。目前，食品工业中有限的监管资源与强度和复杂的监管任务之间的矛盾正在变得越来越突出。传统的监管方法和方法很难满足食品行业的高质量发展需求。数据驱动器下的计算机科学和智能技术为食品监督提供了技术切入点。在食品产业链中，实时收集各种信息以形成“数据情报”并开发食品行业的智能监管技术，这有助于建立标准化，协调和高效的食品行业生态环境，并为高级提供保证 - 食品行业的质量发展。北京行业和商业农产品国家工程研究中心Zuo Min教授以及国家工程研究中心的安全与安全以及从开始到繁荣的食品行业智能监督的发展过程。它分析了食品产业链和食品行业的食品监督中的智能技术。在系统中，数字构建中的应用指出了通过安全监控，营养分析和风味评估的未来开发方向。智能和高质量开发提供了技术参考。

大食品概念的指导下是人们渴望更好的生活，满足人们多元化的消费需求，并为食品行业的未来发展提供了新的要求，扩大和扩展了传统的食品安全概念。营养，健康，绿色和创新的食品行业的未来发展需要通过技术创新，生产因子优化配置以及对行业的深层转型和升级来促进。这个过程不可避免地会导致生产商，生产材料和生产方法的重建，然后为食品监督带来新的需求和挑战。信息技术，尤其是大数据和人工智能等技术的进步，已经触发了各行各业的工业创新，并且已经出现了智能监督。在食品行业中，借助大数据，云计算，人工智能和其他技术，数字监管服务平台，系统和系统，食品产业链已经完全化学，精确且聪明，并且在食品安全治理。 2022年，国务院“指导了加强数字政府建设的意见” [1]进一步强调了大力促进智能监督和提高市场监督能力的重要性。国家健康与卫生委员会发布的“食品安全标准以及监测和评估”的“第十四五年计划”也提出了新任务以及食品安全标准，风险监控和评估的新任务，包括数字技术领导现代化的治理。优势，协调食品安全标准，监测和评估以及营养健康管理等行业监督中的信息构建。食品监督的新需求，新场景和新模式，并通过“数字智慧”赋予食品行业的治理能力，是食品行业创新和升级的重要保证。这项研究旨在关注食品行业中智能监督的当前状态，对智能监督技术最前沿的发展方向进行整理和分析，并为提供系统的技术参考提供系统的参考，以促进食品行业的智能技术。

1“智能+食品监督”的开发过程

智能技术的发展已经贯穿推理，知识工程和数据挖掘的阶段，现在进入了智能4.0 -GM的阶段。通用汽车可以在各种行业中广泛处理复杂的任务，并且也已在食品监督中应用和开发。食品智能监督技术经历了三个阶段：初始，发展和繁荣。它的开发过程如图1所示。在食品行业的初始阶段，智能监督主要集中在食品测试上。例如，基于建造高质量，大尺度食物的病原细菌数据集，基于深卷积神经网络的模型实现了6个常见的方向，即6个常见的鉴定基于食物的病原细菌[3]。这种方法可以在传统的测试方法中有助于或替换人工显微镜检查，突破基于传统的食物的病原检测方法，这些方法严重依赖人工判断，大大降低了检查人力和人工错误的成本。差异结果。在开发阶段，智能技术通过大数据和遥感技术扩展到整个食品生产链，以及由人工智能辅助的射频识别（RFID）多启示技术可用于实现启用食品的性能并提高食品的安全性并提高的安全性食品行业。管理和质量控制水平[4]。例如：使用RFID，物联网和传感器技术来构建易于-OROT食品构建系统可以提供真实的时间产品信息，减少产品损失并提高客户满意度[5]。在繁荣的阶段，随着智能技术的发展，例如深度学习，自然语言处理和计算机视觉，从技术到建筑的食品智能监督，从食品质量监测到食品供应链监督，已经发展了颠覆性发展[6] ，逐渐逐渐逐渐逐渐逐渐。从“邮政”以后 - 到 - 之后”质量安全监控以及“事件”的供应链管理到“先前”预测和预警。例如：采用定时知识图来预测食品风险水平及其关联有害物质的类型，以实现食品安全事故的预警[7]；使用混合神经网络单位形式，结合质量的质量可以达到99.06％，为食品市场的质量监督提供了有效的技术解决方案[8]。目前，智能监督领域正在基于食品行业的数字化转型建立“数字大脑”，以进一步促进工业升级。例如：优化食品生产线和供应链，估算食品生产过程中的温室气体排放，以支持绿色制造，并帮助“碳中性”和“碳峰”；收集由企业的食品生产线和供应链产生的信息，该信息可以基于智能识别和评估来构建食物真实的质量信息数据库，并开发食品抗硫磺控制技术。

图1“智能+食品监督”的开发过程

2食品行业智能监督的当前状况

2.1对整个食品产业链的真实时间监督

中国政府非常重视“从农田到餐桌”的整个过程，并制定了重要的计划。为了实现食品产业链监督的整个过程，在诸如食品生产，加工和流通等各种供应链链接中需要数字信息收集，并使用智能技术，例如机器学习和图像识别，以提高效率和食品供应链监督的效率以及食品供应链监督的效率和效率，以及食品供应链监督的效率和效率，以及确保消费者“舌头上的安全”。目前，智能监督技术在食品供应链中的应用如图2所示。

图2人工智能技术在食品供应链中的所有链接中的应用

2.1.1粮食生产和加工链接的监督

传统的粮食生产过程通常存在隐藏的危险，例如原材料检查不良和处理过程中的困难。随着人工智能技术的引入，这些问题得到了有效改善。例如：使用多层人工神经网络（ANN）开发模型（ANN）可以预测鸡肉中沙门氏菌的适当温度[9]；使用人工智能技术指导自动食品加工生产线，这可以改善液体食品和质量评估的微生物检测和质量[10]；基于使用智能图像分割技术的高光谱成像，您可以在包装过程中检测蓝莓的损害[11]；基于光谱成像的智能传感器用于实时监测肉食的加工过程，这可以确保可以保证肉类食品加工过程的质量[12]；数字双技术提供了在食品加工生产过程中实时耦合传感器数据的可能性，并可以进一步监测食品加工的质量[13]。

智能技术还可以用于监视食品生产过程，工业链损失和供应链管理。例如：基于图像处理和流动变化测量的黑色逻辑分析，至少要制造披萨生产过程的滚动步骤，可以减少手动参与过程，并在披萨的生产中烤箱，提高加工效率并减少人力浪费和生产资源[14] ;;;;； 14];实时数字食品的监测系统可以有效地减少处理过程中的原材料损失[15]；使用机器学习算法来监测食物的化学物理变化可以预测食物加工的程度及其对健康的影响[16]。

2.1.2食品存储和运输链接的监督

由于温度不当，湿度控制不当以及在存储和运输过程中的运输路径难以追踪[17]，食物通常面临安全风险。近年来，智能技术为食品存储和运输监督带来了革命性的变化。将人工智能技术应用于环境控制和监测食品存储和运输过程，运输过程中的潜在风险预测，运输路径的实时优化可以降低运输过程中食品的损失和污染风险，并确保食品安全[18-19 [18-19]。例如：由物联网，Internet和深度学习技术建立的Nemesys模型，优化了食品存储的冷藏系统，并控制了食品安全范围内的冷藏温度。意识到冷链断裂，温度变化等的发生率，以及预防和控制冷链破裂的发生率。运输环境和紧急情况正在收集信息，并且支持向量机的开发模型可用于预测和评估新鲜食品运输过程中的风险[22]。

2.1.3食品消费链接中的监督

目前，食品行业的快速发展以及消费者需求的多元化以及销售表的多元化为食品消费方面带来了一些新的问题，尤其是E -Commerce的广播和在线销售的普及，这产生了中学充电和虚假宣传。安全风险给食品监督带来了新的挑战[23]。为了应对食品消费监督的问题，人工智能技术（例如自然语言处理，图像处理和视频理解）已应用于食品消费的监督。例如：根据食品消费者公众舆论数据IFOODCLOUD数据库，请使用神经网络技术来识别与食品安全有关的公众舆论中的公众情绪[24]；对于主题复合物，随机，弱连续的食物安全视频数据集，融合语义和图像功能建立了深度学习模型，以自动切割食品安全主题视频[25]；对于不平衡食品安全谣言的文本数据，建立多个评估分类器并实现准确的谣言分类[26]。人工智能技术可以为食品行业的智能监督提供有效的技术手段。

2.2食品调节系统的数字建设

我国食品调节系统的数字结构开始了。 2013年，全国食品安全采样检查信息系统（称为国家泵系统）正式启动，为全国3200多个食品安全监管部门和1 800个测试机构提供服务，以提供信息收集，采样，智能分析和其他功能。仅在2023年，该系统完成了超过738万次的食品抽样检查，对四级国家，省，城市和县进行了食物采样，并进行了5.29批次/千人的食品采样测试。近年来，随着公众对食品安全的需求，我们可以进一步使用智能技术来优化监管过程，整合资源，减少信息传输链接并加速信息流通，这将有助于重塑食品调节结构并改善食物调节结构并改善监督效率。如今，逐渐揭示了食品安全采样检查工作的数字构建能源效率。通过大数据，云计算和人工智能加强食品产业链的全面监督，实时分析和预警风险，为决策提供科学基础，实现对监督的精确，智能和自动化，建立智能的社会治理和公平执法执法部门该系统，促进食品行业的健康发展以及保护消费者的权利和健康，已成为数字政府现代化现代化的重要组成部分。

2.2.1食品信息化可追溯性系统

自2015年以来，州议会发布了重要文件，例如“加速重要产品追溯系统的构建意见” [27]和“指导意见有关积极促进“ Internet+” [28]。国家食品和药物管理局，前国家质量监督与检验和隔离政府，前国家入境检查，隔离局以及其他地方政府在近年进行了大量的食品可食用性系统，食品信息的可追溯性逐渐成为该国规范食品行业的重要方法，并且促进智能技术的发展是在使用区块链和诸如收藏馆等物联网的基础上的重大发展。食品可追溯性信息，诸如机器学习，图像识别和自然语言处理之类的模型可以形成“数据智能”，该模型适用于食品安全风险识别和食品安全风险预警。和供应链管理优化[29]。例如：通过使用自适应动态分区抽样方法从传感器收集数据，并构建跟踪源跟踪和回顾性算法，您可以有效回顾市场上潜在污染的食品[30]互联网上建立的食品安全警告模型在中国一个省的灭菌牛奶检测数据中，已经实现了风险预测[31]；食品可追溯性系统“由物联网技术设计（QR码，RFID，条形码读取器等）设计的Agrotrace系统”可以实现水果和蔬菜的完整链可追溯性，并支持移动终端查询产品信息[32]。

2.2.2食品风险监测和预警系统

提高食品安全风险监测和评估水平是“ 14五年计划”期间的主要任务之一。在新时代的背景下，基于食品安全监督的整个过程的初步建立，智能技术过程的信息可追溯性系统进一步集成以建立食品风险监测和智能技术的早期警告系统。科学的监管模型受到控制，以提高食品安全水平。目前，许多研究团队通过建造食物状态以预测食物的状态来实现对食物为导向食品的风险的监测和预警。例如：分层聚类和径向基础功能神经网络技术的结合建立了一种食品安全风险警告方法，可以预测肉类产品的恶化风险[33]；根据小麦重金属含量的评分，应用时间序列预测模型可以意识到小麦重金属污染的预警[34]；通过应用传感器技术，监测水果和蔬菜的气体排放，湿度和温度，使用卷积神经网络来构建智能模型以识别水果和蔬菜的类型，并警告食物劣势[35]。

智能技术也可以用于监督基于食物的疾病，包括预测基于食物的疾病的风险，确定其潜在来源[36]，甚至实时获得社交媒体数据以跟踪食物的发展 - 基于疾病[37]例如：基于食品供应链的应用程序协会规则的分析方法，以监控食品安全风险的预警数据，并将其应用于乳制品供应链，该乳品供应链实现了良好的早期警告效果[38];食品安全风险预测方法的一种tabnet-gra通过使用灰色关系分析（GRA）来计算食品的综合风险价值，并构建深度学习模型TABNET来预测风险价值。 [39]。

2.2.3食品监督决策系统

制定系统制定系统是监督和管理有效实施的重要保证。在大量数据中使用智能技术来挖掘隐藏的法律可以提高决策的科学和有效性。因此，在食品监督中使用智能技术可以加强当今社会日益复杂且可变的应用程序方案的决策，以提高监督服务的能源效率。例如：使用全球快餐专营商商店的食品安全警报事件来构建一个可点亮的相关规则模型，并根据传感器建立一个真实的时间监控系统，为管理人员提供可靠的视觉信息，提高食品质量管理功能[ 40];食品知识图该应用程序还在食品科学和行业中发挥了作用，包括食品搜索，问答，个性化建议，分析和可视化[41-42]，使管理人员更容易做出决策；安全评估模型可以帮助监管机构有效地计划监督和检查以及随机检查监控[43]。

2.2.4自动监督系统与物联网相结合

随着食品行业的快速发展，生产，运输和消费中的参与者和应用方案正在增加，并且在深入的全面覆盖范围内需要大量资源，例如人力和物质资源。近年来，该州已经大力开发并建立了数字监管服务平台和系统，并引入了智能自动监督技术，例如物联网，以提高食品监督的效率和服务质量。在“第十三五年计划”计划期间，国家组织已建立并改善了与食品安全有关的多个电子信息系统，例如食品生产许可证，食品业务许可证，食品安全采样检查和其他系统。电子并提供统计分析功能。在智能技术建设平台的帮助下，公众还可以参与食品监督，形成一种新型的上下监管互动，信息共享和资源共享的监管模型，该模型促进了食品监督自动化的全面开发。在特定申请方面，前州食品药品监督管理局已开始促进“明明厨房炉灶”项目的部署，该项目于2014年在各个地方部署餐饮业。它收集了厨房的真实时间监控视频，物联网并向互联网公开展示。该项目进一步结合了对象和行为的识别技术，以实现邮政非法行为的自动测试，这是食品行业自动监督的模型。

3“智能+食品监督”发展的未来方向

随着社会经济和经济的快速发展，人们对食物的选择不再对基本生理需求感到满意。在“伟大的食品概念”政策的指导下，食品行业将更多地关注创新技术，健康食品和行业的可持续发展。我国对食品行业的安全监督也从数量安全，质量和安全性扩展到营养和健康。将来，智能监督技术将通过支持新的生产力，食品安全检查和风险监控为核心，并进一步加强新兴领域的应用，例如食品质量监测，营养分析和风味评估（图3）。

图3“智能+食品监督”的未来发展方向

3.1食品质量监督技术

随着深度神经网络技术的发展，智能模型在食品质量监督中的应用变得越来越广泛。例如：与卷积神经网络（CNN）和支持向量机制结合使用，以建立一个混合系统，以通过立方图像识别面包的烘烤阶段，辅助食品行业过程控制[44] - 图像，准确识别掺假鱼粉[45]；融合频谱转化和CNN技术，准确地识别猪肉掺假羊肉，并预测猪肉的含量[46]；使用热成像摄像头获得蜂蜜红外图像，识别糖浆掺假[47]。智能技术在食品质量监督中显示出巨大的应用潜力。

3.2食品营养评估技术

实施国家营养计划和合理饮食是“十四五年计划” [48]的关键任务。食物的精确营养受到监督，食品和个人饮食是精确的营养评估所必需的。现代技术，例如机器学习，移动技术和物联网已被用于个性化营养评估。例如：使用智能手机在个人饮食中收集食物组成数据，并使用专家系统结合神经网络和贝叶斯算法，为用户提供准确的饮食建议[49]；使用Swin Transformer模型来分析食物图像，这些图像可以实现食物无限制地检测中卡路里，质量以及脂肪，碳水化合物和蛋白质等成分[50]。此外，食品可追溯性系统获得的完整链数据可以为构建食品营养评估方法提供新的整体观点。例如：将人工智能技术应用于水果和蔬菜的干燥过程中。通过减少能量的使用，可以解决不均匀干燥的问题，并减少营养成分的损失[51]；策略，监管系统，激励方法以及诸如饮食营养和食品安全等测量指标的性能，并总结相关的经验课程，可以根据实现谷物的全球可持续发展发展促进健康饮食的发展[52]。随着人工智能技术的持续发展，食品营养成分的评估和国民饮食监督的领域将继续出现，以便更好地促进国家健康饮食的发展。

3.3食品风味评估技术

食物的味道对于食物的味道和质量很重要，并且是食品开发和营销的核心内容。含酒精和茶等口味的食物通常是掺假和假产品的最难受欢迎的领域，成为食品监督的领域之一。在食品检测技术中，电子鼻子和电子舌设备可以收集食品风味信息，这些信息通常用于许多领域，例如食品质量控制，饮料研发以及药物评估。例如：可以使用电子鼻子[53]收集新鲜烤咖啡豆的挥发性材料信息，并评估肉，啤酒和果汁的质量[54]；监测石榴葡萄酒的味道[56]，并评估蘑菇的鲜味[57]。

近年来，越来越明智的仿生感知技术已应用于食品风味识别和评估。这些技术准确性，快速响应，易于使用和强大的客观性为大型食品风味评估提供了新的解决方案。例如：使用电子鼻子收集数据，并将主要成分分析方法和多层知觉神经网络构建模型结合在一起，您可以检测海鲜的新鲜度[58]；电子鼻子的数据和多个分析方法可用于实现可食用的油。检测掺假[59]；通过电子鼻子收集咖啡香气数据，并使用人工神经网络模型来预测咖啡的感觉描述[60]；使用神经网络根据系统的权利模仿系统嗅觉系统的工作机制。气味受体的高化仿生特种可以鉴定中国酒的香气[61]。

3.4适用于特殊食品和未来食物的切割边缘智能监督技术

随着人们生活质量的改善，特殊食物和未来食物的社会需求继续增长。特殊食物旨在满足特定群体或患者的营养需求的生理需求。特殊食品需要比普通食品遵守更严格的监管标准。未来的食物是依靠现代创新技术生产和过程的食物（基于植物的食物，替代蛋白质等）。但是，未来食品中的潜在危害和风险因素及其在生产，加工和流通中的风险累积机制尚未完全阐明。

特殊食品和未来食品的开发与切割边缘创新技术密切相关。传统的食品监督技术很难应对。创新技术通常具有很高的数字化水平，并且可以为智能监督技术提供内源性开发基础。目前，对个人DNA的饮食建议进行了研究，例如一些公司提供的“营养遗传服务”，并通过测试用户的遗传信息来提供适合用户的饮食建议。由于个体差异，个性化食品的生产是未来食品的发展趋势之一。基于基因的饮食建议可能涉及个人隐私并消耗大量资源。在此阶段，很难普及并进行有效的监督。依靠区块链技术，消费者，制造商和监管机构共享相同的链接信息，预计将来将解决此问题。

4个机会和挑战

食品工业的发展与国民经济和人民的生计有关，并且在该国的经济和社会发展的发展中具有关键地位。在“伟大的食品概念”政策的指导下，食品行业的监管场景迅速增加。对智能监督的需求变得越来越强烈。 2022年，州议会发表了“指导有关加强数字政府建设的意见” [1]，以大力促进智能监督并积极促进数字治理模型的创新。 As an important part of the construction of digital government, food supervision is an important criterion for measuring the level of social management and the construction of national legal system. "Smart+Food Supervision" is an inevitable trend of the future development of food supervision. In addition, many leading companies in the food industry have initially completed digital construction. The rapid development of intelligent technology has set off a new round of trend of "digital intelligence" transformation of the food industry. It is currently the deep integration of artificial intelligence technology and food supervision, which is important.

Although food supervision and intelligent technology are increasingly closely combined, intelligent technology has provided more and more innovative supervision methods for food supervision, but food supervision still faces important problems and challenges. First of all, the regulatory business system in the food industry is not interconnected, and the "information island" stands up. Governments at all levels in my country have established information systems related to regulatory business to varying degrees. These systems have different development time. The technologies used are different. The level of electronic government affairs in various places is uneven, resulting A large amount of effective data resources waste. Because the unified technical standards for smart supervision and construction have not yet been formed, the reproduction of the "information island" has been exacerbated. Secondly, the level of data management is low, and it is difficult to open and share. At this stage, the laws and regulations of my country's data management have not yet been improved, and the information security technology needs to be further developed. There is no "data co -governance" mechanism between regulatory authorities, and it is difficult to achieve data sharing; data holders in the food industry are due to commercial competition and information. Safety considerations lack motivation on open data, which limits the construction of "data intelligence" in food supervision. Finally, intelligent technology brings new ethics and security issues. Intelligent model developers may embed improper algorithms without detecting, and the "black box" attribute of the model also makes it difficult to be proven. In addition, when constructing intelligent models, massive personal data is collected, excavated, and utilized. Citizens' privacy protection is facing huge challenges. The risk of privacy leaks caused by artificial intelligence has also emerged endlessly, becoming an important challenge for the development of smart supervision.

Under the current situation of coexistence of opportunities and challenges, using digital empowering food safety governance and developing smart supervision is an important way to implement food safety strategy and improve the level of public safety governance. Only by giving full play to the support and guarantee of intelligent technology, innovative food safety governance, and weaving a protective network covered by the full -chain of food supervision, can we ensure the development of independent and controllable in my country's food industry chain, high -level self -reliance on food technology, and promote the promotion Residents' nutrition and health, creating a better "China on the tip of the tongue."

References: 献

Fund project: National Key R & D Plan Project (2021YFD2100605).

Foundation: National Key Research and Development Program of China (2021yfd2100605).

参考格式

Zuo Min, Faye Wong, Song Shaoyi, et al. "Smart+Food Supervision": Development process, application status and future direction [J]. Journal of Food Science and Technology, 2024,42 (3): 1-10.

Zuo Min, Wang Fei, Song Shaoyi, et al. "Intelligence+Food Regulation": Development Process, Current Application Status, and Future Direction [J]. Journal of Fo OD Science and Technology, 2024,42 (3): 1-10 Then, then

Production: Monday Xiao