食品加工智能化 AI帮你搭配营养与口感

传统的食品加工行业体量大利率低，大部分食品加工企业主要靠大量的廉价劳动力实现微薄盈利；同时，该行业对卫生要求极高，过多的人为因素不利于保证食品安全；并且，随着生活水平的提高，人们对健康及个性化的食品需求越来越大。而人工智能技术的引入可以在一定程度上解决食品加工行业存在的上述问题，满足消费者日益个性化的需求。

本篇核心版报告计划聚焦食品加工行业，从食品生产和食品开发两大应用领域入手，简析人工智能技术应用的落地案例。具体应用场景包括食品生产中的原材料分选、机器人加工、AI试味；食品开发中的超级食物（superfood）研发、口味个性化、风味预测等。案例所涉及的主要人工智能技术有大数据技术、计算机视觉、机器人技术、深度学习、机器学习等。

食品加工行业市场规模

根据市场调研公司BCC的数据报告，全球粮食加工市场在2015和2020年间，将以4.8%的复合增长率从112亿美元增长至142亿美元。中国方面，经济发展呈现新常态，食品产业也呈现出相应的变化，既有新的挑战，也带来了新的机遇。根据中国报告大厅数据，中国食品行业市场规模多年来保持7%以上稳健增长，总收入由2013年的9.2万亿元增至2017年的12.1万亿元，年均复合年增长率为7.1%。在食品加工行业方面，根据国家统计局数据显示，2016年，全国规模以上工业企业食品制造业实现主营业务收入2.36万亿元，同比增长8.0%，2012至2016年复合增速达10.6%。面对日益高涨的科技发展浪潮，食品加工行业从经济发展的基本需求出发,把人工智能技术作为转型的方式，积极推进行业的智能化升级。 

食品加工行业所涉及的主要人工智能技术

大数据技术：是指从各种各样类型的数据中，快速获得有价值信息的能力，包括可视化分析、挖掘算法、预测性分析、语义引擎、数据管理等。大数据技术在食品加工行业主要应用在甄别材料、食品新口味研发等。

    计算机视觉：计算机视觉运用摄影机和计算机代替人眼对目标进行识别，并进一步处理成更适合人眼观察或传送给仪器检测的图像。在食品加工行业主要应用在材料甄别、自动化加工等。

    机器人技术：食品加工行业的机器人技术包括生产加工机器人、食物收取机器人等。机器人技术是食品加工行业向作业自动化升级的重要技术，减少行业对劳动力的需求，实现精细化生产。

    机器学习：机器学习研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，其在食品加工行业应用广泛，包括新食品研发、新口味合成等。

    深度学习：深度学习是一种以人工神经网络为架构，对数据进行表征学习的算法，用非监督式或半监督式的特征学习和分层特征提取高效算法。在食品加工行业主要运用在食品开发领域。

    云计算：云计算是分布式计算的一种，可以在很短的时间内完成对数以万计数据的处理，从而达到强大服务。云计算作为一种人工智能基础设施，与其他技术相结合在食品加工行业运用广泛。

    人工智能技术食品加工行业的应用分布 

    其他周边场景：由于食品加工行业范围较广，本报告主要聚焦食品生产和开发案例，故并未囊括餐厅食品加工、食品加工卫生等热门场景中人工智能技术的应用。

    食品加工中人工智能落地案例简述

    TOMRA土豆分拣机：TOMRA Sorting Food公司最新的土豆分拣机－TOMRA 5A专门针对土豆加工。其运用计算机视觉等技术，通过分析土豆的图片，辨识出变质的土豆，实现分拣功能。TOMRA 5A土豆去皮控制模块还可以24小时记录土豆质量数据，操作分析员可以根据收集的数据分析出土豆品质，总结该批次土豆的尺寸分布，并且机器通过机器学习实现往后更精确化的分拣。

    中国台湾柔性化机器人：台湾国立中兴大学开发出一款柔性化机器人，主要运用在蔬果采摘中。由于柔性化机器人自身的柔软性，对于一些外皮较软嫩的蔬果，如蕃茄、草莓等能进行一定程度的无损伤靠近、移动、摘取等动作。该款机器人用可伸缩的纳米导电材料所制成，具有柔软、可伸缩、可随意变形、可感知外在环境因子、肌肉运动等性能，并能进行自主感测。

    华盛顿州立大学电子舌头：华盛顿州立大学研发的电子舌头(e-tongue)对食物辣味感知要比人类准确得多。电子舌头在“吃辣”过程中不会“味觉失灵”,在所有样品中的分辨准确率达到 93%，这种电子舌头不仅会“吃”辣，还能鉴别酸、甜、苦、咸、鲜等。电子舌头其实是一种带有传感器的机器臂装置，将传感器浸入食物或饮料，就可以实现对其中化学成分的分析，识别出酸甜苦辣咸鲜等味道。

    巴斯夫运动营养成分PeptAlde：PeptAIde是巴斯夫与Nurita公司合作的成果，Nuritas运用人工智能技术从大米蛋白中识别并提取的新一代多肽——PeptAIde，是一种运动营养成分，含有一组独特的植物肽，主要用于调节炎症反应。该种成分可以添加在运动饮料或能量棒中，用于运动后人类生理机体的恢复，能减少炎症的产生，从而能满足广大运动爱好者的消费需求。

    可口可乐新口味可乐：可口可乐公司与人工智能公司Pandorabots合作，通过一种新型的自动贩卖机对顾客口味偏好数据进行收集。这种自动贩卖机允许消费者在购买可口可乐系列饮料时选择两种自己喜欢的口味进行混搭，之后通过人工智能技收集分析这些数据得出最受消费者欢迎的口味组合，从而决定推出什么口味的新品可乐。

    AFS风味预测软件Gastrograph：Analytical FlavorSystems（简称AFS）专注于通过人工智能探索人类味觉的潜意识感知，进而预测未来的风味潮流并帮助食品企业优化产品。AFS研发的手机应用Gastrograph可以帮助使用者分辨所品尝食物的具体风味和成分，并根据用户不断反馈的风味品尝数据，逐渐了解各地人群的口味偏好。在明确了不同地区口味偏好后，与其合作的食品公司可以根据AFS的数据进行建模模拟，寻找到最可能受消费者欢迎的食品配方，从而最大程度保证食品的市场欢迎度。

    人工智能技术在食品加工行业的局限性

    成本高：食品加工行业利润相对薄弱，自主研发或外部购买人工智能技术相对于劳动密集型作业成本较高；且该行业内缺乏财大气粗的巨头公司牵头研发，整体来说智能升级成本较高。

    食品安全问题：食品加工行业无论是在初加工环节还是在研制新食品领域对卫生及安全的要求都非常高，国内外食品卫生标准严苛，企业需要付出一定人力物力财力成本才能达到生产合格标准。

    数据不足：传统行业数据基础弱，有效的用户数据不足，导致食品加工企业很难构建精准的机器学习模型；同时，企业自身的客户数据属于商业机密，数据进行行业公开共享不现实。

    人工智能技术在食品加工行业的发展趋势

    自动化：食品加工机器人的使用推动行业从劳动密集型向技术密集型转变，逐步落实“机器换人”，实现自动化生产。食品加工自动化在极大提高生产效率的同时，也减少了安全隐患。

    数字化：食品属性如甜度、酸度、硬度等的数据化是食品加工智能化升级必经之路。食品加工数字化有利于加速食品信息的储存和流通，并实现食品加工智能模型的构建。

    经验复用：以食品消费者的实际需求出发，将食品加工流程归纳成为应用模型，支持农林牧副渔跨领域技术的交流共享，并支持不同领域根据实际需要进行灵活的调整和配置。针对「食品加工行业中人工智能技术的应用现状及展望」这一主题，有哪些方向或主题，你希望在报告深度版中读到详细的阐述与分析，欢迎留言，这将成为我们制作报告深度版的重要参考。

    关于「智周」系列报告

    机器之心「智周」人工智能技术应用报告系列重点关注现有人工智能技术应用较成熟且应用潜力较大的正在进行智慧升级的传统行业及场景，逐行业、逐场景为产业用户高效而不失深度地呈现不同人工智能技术的产业落地现状、企业案例、技术应用趋势等。

  「智周」人工智能技术应用报告系列包含核心版及深度版两个版本：核心版浓缩精华分析内容至2页内，覆盖重要数据、分析结论及案例简述，以供使用者高效系统地了解人工智能技术在自身所关注产业内的潜在机会。深度版在核心版的基础上，包含详尽的行业或场景痛点分析、技术解读、落地案例详解及资料附录等，以供有深度研究需求的使用者进行深入探究。

    机器之心Pro

    追动态 | 查数据 | 找资源 | 读报告 | 做调研

    机器之心Pro 是基于「机器之心团队构建的百万级规模人工智能知识图谱及结构化数据库」搭建的人工智能领域专业信息平台。
目前已上线五个模块：dashboard、新闻数据库、行业数据库、人工智能知识库和深度精选，覆盖 38 个技术领域及 55 个智能应用领域。（李泓熹 田辰）