AI人工智能在食品产业上的应用

　　AI 人工智能在食品产业的应用，您能想到些什麽？在这个不断创新的世界，有哪些技术已面市？1985年奇幻电影回到未来，有哪些当时的幻想已实现? 这篇文章希望扩张食品产业对AI人工智能的想像力，提升食品产业对AI看法的高度，不侷限也不无限上纲。我们很同意人工智能始终来自于人的智慧，一方面“人”不可妄自菲薄，同时也不能自大骄傲。

　　时代巨轮转动之快，现在我们谈AI 人工智能在食品产业的“应用”，不需要再过几年，可能AI 人工智能“inside”不只是应用，可能已经是各行业的必备条件。您在表面上可能看不见影星际大战系列R2D2的外型，或是世界上第一个获得国籍的机器人美丽的苏菲亚。而真真切切人工智能就已经在您的产业内的日常生活之间。下面，我们将为大家介绍三个案例的食品产业AI奇幻之旅。

　　记得前两年，大家流传著秦皇岛冷冻水饺工厂的影片，在影片中看到从和面、放馅再到捏水饺，一条完全干净整洁的流水线，没有半个工人在现场；柔软的气动抓手，安全抓起特别柔软的饺子，精准定位的起抓到轻轻安放饺子，突破了包饺子机器原来限制的面团水分含量，甚至可能已突破人手包饺子能处理的轻柔极限。据该内文报导，该厂雇用员工在20人以下，而且大部分员工都在控制室及试验室中工作，流水线上裡看不到一个工人。这样的流水线，大大的节约了人力成本，提高了生产效率，至少，在现场人员的卫生清洁度来说，就大幅地提升，降低人员的污染。您可能反问，人工智能就是这样吗？就是有一套机器人取代手工包水饺？ 不过是操作而已，也许有人说[我不同意，我还是觉得手工水饺有人的温度才好吃]，但这真的是事实吗？

　　我们接下来看麦当劳的案例；在2018年的报导中指出，麦当劳食品工厂中他们力行自动化让员工有更多时间更专注于客户。麦当劳技术与架构高级总监Joel Eagle，主要负责经营效益的提升，他著手针对机器学习（machine learning）和云计算（cloud computing ），以改善麦当劳「 内部客户的体验」。并寻求AI改进的下列领域：

1. 透过分析，改善后端系统和操作的效率。
2. 提高新进员工接触设备、机器人自动化等介面过程的效率。
3. 销售点终端的云架构，连接电子商务和移动应用。
4. 消除故障点并提高可用性。

　　麦当劳的案例，跟现在任何一家食品公司一样：工具、供应商和记录系统目前全都不在一块儿，必须进行拼凑整合，而这就是AI化过程最辛苦的点。从这上述工作来说，已为麦当劳在2017提升了营业额的5.5%。这裡面没有操作的部分，只有提高新进员工接触设备、机器人自动化等介面过程的效率；更多的是改善操作效率、整合数据来源与消除故障点来提高效率。

　　从第一个案例，使用者让AI提升并且突破，人手的灵巧; 第二个案例，使用者利用AI让后端生产系统优化生产，利用聪明的机器，帮助新入职员工，结合销售点终端的云架构，连接电子商务和移动应用人工智能（AI）可以帮助及制造食物，并可根据需要将机器转变为行动。接下来，他们还提出要以人工智能来改善招聘经理的流程。

　　在我们介绍第三个案例之前，先介绍一则高度人才专业的产业，它也要AI inside，是想要把专家顾问也用AI取代掉了吗？埃森哲公司（Accenture；NYSE：ACN）是一个管理谘询、资讯技术和业务流程外包的跨国公司。2015年埃森哲在55个国家、200多个城市有超过38万4千名员工，营业额约329亿美元，是世界上大型管理顾问公司之一，其客户包括《财富》世界500强中超过八成的跨国公司、各国政府机构以及军队。他们已经将大约2.3万个岗位自动化，并重新部署了员工。埃森哲的45万名员工将随时会被重新分配工作角色，所以他们需要重新掌握新的技能。为了帮助员工完成这一转变，埃森哲自主开发了一款机器学习的应用，它可以扫描简历，并预测一名员工的工作何时将变得不再重要。这个APP将会结合员工的工作经验，为他们所在岗位潜在的不必要性打分。例如，因为AI和自动化的应用，一名员工的技能将在18个月内过时。所以，辛苦的是，其中的员工必须不断升级、升级再升级。

　　第三个案例是，中国食品制造商宣称正利用国家型计画，利用配备模仿人眼、鼻子和舌头等感测器的机器人来为食品质量把关。其AI会分析来自感测器的数据，能比人类更快辨识出食品色香味的区别，准确率可达人类的90%，同时没有个人品味和偏见。参与这项政府资助的AI嚐味计画逾3年的10多家食品制造商回报其获利显著提升。具学习能力的机器人能部署在产线的各个点，以监控从原料到最终产品的食品状态。这些机器人配备了电子和光学感测器来模拟人眼、鼻子和舌头，其大脑运行神经网路演算法，在数据中寻找模式。该机器人可同时自动调节生产节奏和其他条件，确保所有食品具有相同的色香味，它在不破坏食物的情况下收集外观和气味讯息，但需用人工舌头戳破产品以品尝食物。而机器人的精确度比人类高并且稳定，且能在不到1秒内完成品尝并继续全天运行，自动化尝味测试有利于提高生产力和业务，因为机器人舌头永远不需要休息。但确实也还有食品专家表示，评估风味应该由人类来做，因为这个案例中，目前还存在著风险，也就是这一套系统还是需要正确的感官分析数据喂给AI，否则也只是另一种仪器分析而已。另外，担任质控与制程维护的角色绝对没有问题，但是担任研发与行销就还有很长远的路了。

　　看完最后一个案例，可能给大家一个观念，到此，食品业大概就全体AI化了，食品专业人力(或人才)的传统功能不复存在。有人说[不可能！我累积一甲子的和果子工艺，哪裡是这些铁片可以比拟？或者，我才能精准地调出美酒，哪裡是一套程式可以做到？]。李开复去年出了一本畅销书“AI新世界”，他预测了未来40种工作的前景，分成4大类，每类各有10种。第一类是“名存实亡”的工作，很快会被淘汰，如电话行销员、电话接线员、收银员、速食店员等；第二类是“抱火卧薪”的工作，看似安全，实则危机四伏，如保全人员、卡车司机、记帐员、市场研究等。第三类是“有惊无险”的行业，指的是看似危险但其实很难被取代的工作，如清洁工、保姆、养老护理员、导游；最后是“高枕无忧”类，包括医疗护理人员、小说家、电脑工程师、老师和管理者（真正的领导者）。在第四类的工作者中，AI是他们的工作工具，必须化被动为主动，把牌喊回自己手上。其实这才是面对产业必须AI化的浪潮，最重要的核心思想。

以前面三个阶段的AI在食品产业的应用，我们大概归纳食品产业战略如下：

1. 厘清手作与量产的真实差异与核心价值。当AI技术已超过75%的手作技能，何不考虑採用AI提高产品的卫生清净程度？
2. 建立可预测的生产模式以优化投料与产能。可预测的生产模式优化投料与产率，已在其他产业验证得很好，例如台塑精炼厂，就已经应用模式预测的方式，掌握投料，bypass产物，提高产率并降低污染。同理，在食品产业更好的应用在于发酵制程的管理，当目标是二级代谢物的程序，更是绝妙应用，因为可以建立原料与一级代谢物的浓度，智能地调整制程条件。
3. 厘清食品产业与其他产业最特异的感官分析工作那些交给机器，那些交给科学化系统建立的执行人员与评价员。人类之不同于人工智能，最终的关键点在于创新思维，人工智能的演算法，目前尚无法突破以产出有自己思维的人工智能。再者，人的喜好跟人的命盘一样，双胞胎虽有一模一样的命盘，但也不是一模一样的命运，因为人的喜好，主要建立在成长过程的每一次印记，造成人类对于食物的反应。所以，在尝味机器人来说，应用于例如生乳的质控，这一类尚无法确认成品卫生条件的情况，或者流水线上温度无法入口，对人会有伤害的情况下，若AI被人正确地以感官科学的方法训练好了，都是很好的应用。但是，如果希望创新产品开发，解决产品问题，可能得要更大的资料库，更高级的演算方法，目前技术尚未突破，就好像不可能产出一组产品上市必胜方程式，一样的意思。

　　若回归到目前市面上可见AI在食品产业（包含快消品与品牌品）的应用面，大概可以适用于两种主轴：

1. 生产质控（快消品应用多），优化模式阶段，可能有部分属于预测模式应用。
2. 行销研发（品牌品应用多)，消费者期待更高品质的特制化商品，预测模式阶段，必须先建立蒐集数据的方向，逐步建立典范型案例，最终建立预测模式。

　　下面介绍一常见被圈定可以导入人工智能化的工作，例如产品设计和规格(用于食品加工的配方)、原材料(或成分)、用于生产规模的设备、工具和机器、场所(加工厂，工厂车间等)，公司组装/加工货物的地点、安全和品质控制、遵守政府/国际监管标准、产品包装和跟踪系统、库存管理存储和分配、物流和运输分销、营销和公共关係、与合作伙伴和中介机构长期合作销售、后台运营、跟踪品牌供应链，制造和物流流程的销售和订单跟踪等，广泛地应用于食品或非食品的产业可用。

　　最后跟大家介绍一下3组目前被发表讨论的食品产业AI应用的成绩与效能：

I Leading2Lean是流水线制造软件和云计算解决方案提供商，通过数据分析来检测和消除低效率，帮助企业实现可持续的流程改进。公司帮助俄亥俄州的特种食品制造商Lakeview Farms大幅降低了流水线停机时间(34%)，设备维修成本(15%)和工人加班比率(17%)。

II Hewlett Packard Enterprise副总裁兼伺服器和物联网系统总经理Tom Bradicich博士指出，自动化、深度学习和AI有望成为食品和饮料生产行业的游戏规则改变者，它将大大减少人为错误，提高质量并提高销售。他的团队目前正在推出一种名为Converged Edged Systems的新产品，旨在建立生产环境，提供更高的可靠性，同时减少所需的能源、空间和成本。

III 品牌品公司可以使用AI与观众保持强烈的共鸣。通过密切关注社交媒体上的对话，企业可以使用AI来分析消费者数据，推测其情感或行为，这在开发新产品的过程中非常重要。

　　最后加一个台湾的非食品产业，但足引以借镜的案例，台塑光是原油提炼的常压蒸馏制程，从前以人工，现在以人工智能来控制温度，让柴油、航空燃油与各种油品可在最佳汽化点分离。这项专案的初始成果在第三炼油厂的柴油分离制程，每年就可为台塑增加台币1亿多元的收益，效果卓著。有幸枢纽也透过台塑的系统顾问公司一同加入过此专案的起始期。利用多变量分析软件协助建立预测模式，并持续[喂]数据给模组调整模组的预测能力(类似机器学习的动作)。

　　其实，AI人工智能，并不是专属于大财团，也不是公司裡面有人懂即可，不论企业规模大小，若是能真正理解了人工智能的用处与影响，才能清楚衡量利弊得失，以最合适的资源及方式来接纳它，第一步就是透过多变量分析软件针对先导部门(或功能)建立起始模组以便持续运用。