ACM通信
利用人工智能打击食品欺诈
2021年，联合国粮食及农业组织引用了欧盟委员会2018年的一项调查结果，估计全球食品行业每年的食品欺诈成本约为300亿欧元(305亿美元)。
图片来源:《世界食品法规评论》
食品欺诈是一个全球性的问题，通常涉及食品的稀释或错误标签，或成分替代。例如，2013年，在欧洲许多超市的餐点中发现了马肉，这些餐点声称含有牛肉，而在印度，人们经常发现牛奶被掺水以增加利润。
一个2021研究联合国粮农组织援引了2018年欧盟委员会的一项调查结果，估计“全球食品行业每年的食品欺诈成本约为300亿欧元”(约305亿美元)。
虽然化学分析可以在实验室中进行，以鉴定食品，但传统的方法往往昂贵、耗时，并需要专业技术。这就是为什么研究人员正致力于开发新的工具，利用人工智能(AI)实现快速、廉价的食品和饮料筛选。
“让人工智能帮助我们扩大化学分析的范围和影响，这将是一个非常令人兴奋的场景，”他说帕特里克鲁赫他是瑞士苏黎世IBM研究中心的研究人员。“所有的智能都可以在智能手机或云端。”
鲁奇和他的同事一直在研究一种名为HyperTaste的饮料认证系统，该系统使用一种名为电子舌头(e-tongue)的小型便携式设备，并结合机器学习。这种电子舌头包含16个由导电聚合物制成的传感器，可以被视为味蕾;当浸入饮料中时，传感器会收集到液体中的化学信息，这些信息可以转换成独特的数字指纹，以电压的时间序列来测量。鲁奇说:“我们知道，我们所测量的信号是液体内部物质的唯一指示物，因为这些聚合物与里面所有的小分子相互作用。”
然后，机器学习被用来理解检测到的复杂信号，例如识别特定的葡萄酒品牌或产地。在最近的工作鲁奇和他的同事们专注于葡萄酒和果汁，训练三种不同的机器学习模型，利用装有传感器的机器人设备收集的数据执行各种识别任务。该自动化系统将传感器数次浸入9种不同类型的果汁中，收集了72个电压时间序列测量值。用11种不同的意大利红酒重复这个过程，得到110个测量值。鲁奇说:“如今，你可以通过自动化技术快速获得培训所需的数据。”“在半天到最多一天的时间内，你就能得到所需的所有训练数据。”
然后，HyperTaste对为此目的而分离出来的数据子集进行了测试。在对9种不同类型的果汁进行测试时，该系统识别每种果汁的准确率高达97.3%。该系统还可以预测消费者是否喜欢在高温下储存不同时间的果汁的味道，准确率高达93%(根据人类品尝小组的评估)。根据使用的机器学习模型，HyperTaste能够以高达99.1%的准确率识别单个葡萄酒，并以高达98.2%的准确率将其分类为来自四个意大利地区之一。鲁奇说:“总体来说，准确性非常好，尤其是与一般品尝者相比。”
阿比盖尔霍恩他认为HyperTaste在检测食品欺诈和掺假方面很有前景，因为它具有很高的准确性。此外，该技术预测消费者接受度的能力“可能会通过在消费点进行实时食品安全评估，对公共健康产生影响，”她说。
HyperTaste通过改进训练方法和用于训练的数字指纹的表示，自几年前首次开发以来，它的性能有了很大的提高。2019年，该系统的早期版本能够区分四种不同类型的矿泉水，准确率约为68%。
鲁奇认为该系统可以帮助调查食品欺诈的实验室加快分析速度。
该团队也在为其他应用开发该工具，例如分析海水的酸度，这一功能已在一艘最近完成横渡大西洋航行的自主船上进行了测试。鲁奇说:“这种类型的技术可以帮助社区更容易地描述物质的特征，并为创新目的、开发新物质、开发新配方或验证物质的特性获得见解。”
另一个团队的目标是仅仅通过使用手机和机器学习来解决食品欺诈问题。
在以往的研究中,回族王他是英国北爱尔兰贝尔法斯特女王大学电子、电气工程和计算机科学学院的教授，他和他的同事开发了一种使用近红外(NIR)光谱仪从食品样品中收集数据进行认证的系统。然而，该设备本身的价格超过1.8万美元，这将成为广泛使用的一个重大障碍。后来他们改用了一种更便宜的光谱仪，但这仍然是一种需要随身携带的额外设备。王说:“我问自己，是否可以用手机现有的硬件来做同样的事情。”“几乎每个人都随身携带一部手机，所以这将非常有用。”
王和他的团队开发了一款应用程序，可以用智能手机分析食物或饮料。智能手机屏幕上的一系列颜色照亮了感兴趣的食物样品，同时前置摄像头捕捉到视频。利用计算机视觉技术对视频进行逐帧处理，提取光谱信息，用于训练机器学习模型。这个想法是，一种特定的食物样本可以通过颜色差异与其他食物区分开来。用于照明的特定颜色序列是该应用程序成功的关键，该团队获得了专利。“不同的颜色序列会给你不同的表现水平，所以我们优化了颜色序列，”王说。
在最近的工作，该团队专注于橄榄油和牛奶的认证。他们拍摄了160个橄榄油样本的视频，其中一些是纯的，一些被不同浓度的植物油掺假，并用处理过的数据训练了三种不同的机器学习模型。至于牛奶，他们录制了138个样本的视频，这些样本的脂肪含量不同，可以分为脱脂牛奶、半脱脂牛奶和全脂牛奶。
然后，这些模型在之前从未见过的橄榄油和牛奶样本上进行了测试。纯油和掺假油的区分准确率高达96.2%，而所有牛奶测试样品都被两个模型正确地分为三类之一。王和他的同事对结果的准确性感到惊讶。“最初，这只是一个爱好，我觉得设计一个应用程序会很有趣，”王说。“但事实证明，这个手机应用程序可以用来做一些严肃的工作。”
这个团队也测试应用程序纯碎牛肉和含有猪肉的样品都有很好的结果。研究人员现在计划对香料系统进行训练和测试，因为香料混合了多种成分，所以经常容易发生食品欺诈。
王的目标是通过他的团队的应用程序帮助消费者解决食品欺诈问题。他计划调整该系统，让市民也可以通过检测河水或城市空气的污染水平来监测他们的环境。目前，他正在研究用光谱仪检测COVID-19等呼吸道病毒，但他想在后期开发一款能够完成这项任务的手机应用程序。
王说:“如果我们能用手机检测病毒，那将是非常重要的。”“我想让那些无法使用先进设备的公民拥有更多权利。”
Sandrine Ceurstemont是英国伦敦的自由科学作家
没有发现记录