摘要：食品供应链的任一环节的失误都可能会引起食品安全事故。现阶段造成食品安全事故的原因日趋复杂, 传统的监管模式难以实现对食品安全真正意义上的监管, 实施智慧监管显得尤为重要。人工智能作为新兴技术, 探索其在智慧监管中的应用具有重要的实践意义。首先探讨食品安全事故发生的根本原因;然后围绕采购、生产、物流、销售等环节经常出现的问题, 利用人工智能的智能检索、智能代理、专家系统、智能决策、模式识别、机器学习等技术, 探讨人工智能技术在食品供应链各个环节的应用;最后希望依托人工智能技术实现食品安全智慧监管, 提高管理效率, 减少相关事故的发生。
关键词：人工智能; 智慧监管; 采购环节; 生产环节; 物流环节; 销售环节;
食品安全历来都是国家关注的重点, 然而不断发生的相关危害事件, 也反映出目前我国的食品安全管理存在一定的不足。食品及相关安全监管工作量大, 任务艰巨复杂, 加之目前食品安全事故频发原因多变, 依靠传统的监管模式难以实现切实有效的监管。智慧监管是基于人工智能 (artificial intelligence) 、数据挖掘等新兴技术对传统监管的创新。智慧监管能适应复杂多变的形式, 实施食品安全智慧监管越来越受到社会重视。合理应用人工智能等新兴技术, 有利于智慧监管的落实。十二届全国人大五次会议中, 国务院总理李克强指出, 要“全面实施战略性新兴产业发展规划, 加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术的研发和转化”。“人工智能”一词, 第一次出现在政府工作报告中。发展人工智能, 利用其智能检索、智能代理、专家系统等先进技术在食品领域中的应用, 有利于食品安全智慧监管的实现, 能为该领域发展助力。探讨人工智能在食品安全监管中的应用, 对推动该领域的智慧监管, 具有一定的实践意义。
1 利用人工智能的智能检索技术构建食品安全智慧监管信息平台研究
食品安全事故频发的根本原因之一是信息不对称[1]。食品属于后验性物品, 必须通过消费才可以获取其质量特征[2,3], 信息不对称问题尤其突显, 贯穿整个食品供应链。目前食品安全信息传递层级众多, 渠道复杂, 公众难以获取有效信息[4]。且在传统食品供应链中, 信息传递的方向和物流传递的方向是一致的, 前者依赖于后者, 信息传递系统是单向的, 难以达成信息跨越传递的目的。这种单向系统易导致信息传递存在滞后、失真现象, 加剧了信息不对称[5,6]。
信息平台的构建有助于信息的传递、透明度的增强, 更好地推动食品安全智慧监管[7]。人工智能的智能检索 (intelligent search) 是以自然语言为基础的检索技术, 可根据使用者提供的自然语言进行快速分析, 并形成检索策略进行所需信息的广泛搜索[8]。充分利用人工智能此项技术, 可快速高效地收集和共享食品安全信息, 使信息平台逐渐由封闭走向开放[9], 实现全环节、全流程、全方位的信息监管平台, 打破信息流通不畅的格局, 促进食品安全管理模式的升级。利用人工智能技术构建信息监管平台, 增强信息透明度水平的研究贯穿整个食品供应链。
2 利用人工智能的智能代理技术实现食品采购供应商选择的智慧化研究
作为供应链的开端, 采购环节是确保食品质量安全的首道防线。采购环节的重要性不言而喻, 该环节出现失误往往会对供应链的后续环节产生影响, 容易造成劣质食品的产生。加强对采购环节的重视, 将食品安全问题由“事后处置”转变为“事前预防”, 防患未然。由于食品保质期一般较短, 存在容易腐败变质等问题。因此, 与其他行业的采购环节相比, 食品生产企业采购往往具有较强的时效性、安全性要求。采购原材料时, 供应商的选择至关重要, 正确选择供应商能为生产出的食品质量提供一定的保障, 有利于企业的长远发展。
然而, 在实际采购过程中往往会遇到以下两个问题:一是采购方往往缺少与供应商的沟通, 两者之间缺乏信息共享[10], 对于供应商的了解往往只限于产品本身, 缺乏对其经营状况等情况的综合了解, 很难正确选择供应商。若仅仅依据供应商提供的价格高低来选择原材料, 往往会导致供应商为了降低价格, 追逐利润, 使用劣质原材料。二是获取的信息复杂多样, 难以把握重点。针对信息沟通问题, 利用人工智能的智能检索技术, 将各大供应商的经营信息状况汇集于信息监管平台, 采购方可以通过查看这些信息, 了解相关供应商的供货记录、历史业绩等综合信息。针对信息复杂多样问题, 可利用人工智能的智能代理 (intelligent agent) 技术来解决。人工智能的智能代理技术可感知所处环境并采取措施实现目标, 该技术使用自动获得的领域模型对使用者知识进行信息搜集、过滤, 主动将对使用者有用的信息提交给他们[11], 从而解决信息过多难以把握重点的难题。有利于快速选定供应商, 既节约了采购时间, 避免食品原料变质, 又提高了采购原料的安全性。
3 利用人工智能专家系统技术提高食品安全预警系统质量研究
食品采购结束后进行合理的预警, 能够剔除不合格原料, 防止其进入生产环节, 诱发相关事故。食品安全预警机制是指, 在正常状态下科学监测会造成有关事故的各类因素和其所表现出来的迹象[12], 对这些因素的发展趋势、可能造成的相关安全事故的种类以及影响程度进行合理预测, 并向有关监管部门或社会公众披露相关情况的一套运行体系[13]。现阶段我国食品安全事故频发的根本原因由两方面构成:一是前文所述的信息不对称, 二是预警机制缺乏, 预警系统不够完善, 容易遗漏相关不安全信息, 导致问题食品进入生产环节。
在食品安全预警方面, 实施科学合理的预警, 不仅能有效降低相关安全事故带来的危害, 而且能帮助消费者树立对食品安全的信心。人工智能专家系统 (expert system) 通过将多位专家学者在某一专业领域的知识聚集起来形成[14], 该系统可以像专家一样运用这些知识和经验进行推理、判断, 从而解决相关复杂问题[15,16]。利用智能化知识系统中专家知识的指导, 可以有效防止检查人员遗漏相关不安全信息, 从而避免不合格原料进入生产环节, 危害人体健康。将人工智能专家系统应用于食品安全预警机制, 能够有效提高其质量, 减少相关事故的发生[17]。
4 利用人工智能的智能识别与智能决策支持系统推动食品安全生产管控研究
原材料经过专家预警系统检验之后进入生产环节。随着食品工业的发展, 直接或者间接与食品接触的化学物质不断增多, 许多食品企业为了牟利违规使用添加剂的现象屡禁不止。生产环节尚缺乏成熟的识别技术, 很难有效识别对人体有害的物质, 给食品安全带来了隐患。生产决策贯穿于整个生产环节, 影响食品质量水平。以农产品领域为例, 农药使用的次数多少严重影响农产品的质量, 合理把控施加农药的次数既能确保产量又能保证农产品质量[18]。由于生产环节决策制定主观意识较强, 由此导致失误的可能性也较大。
人工智能的智能识别 (intelligent recognition) 是一项运用计算机模拟人的智能, 使其能够按照人的思维模式进行识别的先进技术[19]。该技术有利于快速辨别有害化学物质, 在生产环节剔除不合格食品, 防止其进入之后的流通渠道。人工智能最大的特点在于其具有积累经验以及主动学习的能力, 能进行自我决策[20]。依托人工智能决策支持技术, 探讨建立在HACCP基础之上的能够实现生产安全食品目的的智能决策支持系统 (intelligent decision support system) [21], 可扩大决策支持系统的应用范围, 提高解决问题的能力, 对食品生产的过程实施有效控制, 保障食品安全。
5 利用人工智能模式识别、推理与规划技术智慧追踪物流环节食品性状研究
物流环节是食品从最初的生产加工到最终的被消费过程中的重要一环, 对物流环节进行有效治理有利于减少相关事故的发生。就食品安全问题而言, 生产加工过程是我国长久以来的关注重点, 对食品物流的关注则相对较少。“白酒塑化剂”事件直接凸显了食品物流在保障食品安全方面的薄弱性[22]。因此, 若想将食品安全的风险降至最低, 有必要加强对食品物流环节的治理。
物流环节主要涉及食品的运输和储存。由于食品的保质期在正常情况下相对较短, 在运输以及仓储过程中易受温度、环境的影响, 导致腐败变质。同时, 在此过程中, 如果食品同其他气味的商品混杂, 还易引起串味问题。为避免产生食用风险, 首先需对温度等硬性指标严格控制, 其次还需要严格食品分类, 避免食品串味。人工智能的模式识别 (pattern recognition) 技术侧重于探讨怎样使机器具有感知能力, 推理和规划 (reasoning and planning) 主要研究如何使机器利用已有的知识和技术完成给定的目标任务[23,24]。通过人工智能模式识别技术的运用, 可以及时了解食品在物流过程中所处的环境温度是否适宜, 食品本身性状是否产生了不利变化, 是否存在食品混杂现象。利用推理和规划技术对物流环节食品性状进行及时追踪, 确保物流环节食品质量安全, 提高物流环节的管理效率[24]。
6 利用人工智能机器学习技术减少操作失误, 确保销售环节食品质量研究
销售环节是食品从生产者流向消费者的最终环节, 对该环节的监管不力会导致劣质食品直接流入市场, 消费者将承担由此导致的事故风险, 这样就使之前对食品采购、生产、物流环节的监管失去了意义。增强对销售环节监管力度的重要性可见一斑。与物流环节食品品质受仓储环境影响一样, 销售环境亦是如此。一般而言, 良好的销售环境是确保食品安全的重要条件, 销售环境恶劣易造成食品感染[25]。
除此之外, 直接或者间接与食品接触的销售企业的一线员工, 由于自身食品安全意识的淡薄等原因, 往往会违规操作, 是造成食品污染的元凶[26]。针对销售环境是否达标问题, 与物流环节相似, 可以利用人工智能的模式识别技术, 对食品所处环境是否适宜做出判断预警, 防止发生危害。针对因为一线员工失误造成的食品安全问题, 可利用人工智能机器学习 (machine learning) 来解决。机器学习可以仅依靠数据来增强AI系统的性能, 是AI系统的提升方式[27], 充分利用该技术可实现销售企业操作程序的自动化、无人化, 减少因一线操作员失误导致的食品危害事件的产生, 确保销售环节食品质量[28]。
7 结束语
食品供应链长且复杂, 任一环节的失误都可能会导致相关事故的发生。随着传统监管模式缺陷不断暴露, 发展智慧监管势在必行。人工智能作为近些年的热门技术, 研究其在食品安全智慧监管中的应用, 具有较大的实践意义。针对信息不对称问题, 探讨利用人工智能的智能检索技术构建智慧监管信息平台。围绕采购、生产、物流、销售等环节出现的供应商选择困难, 原材料质量预警系统不完善, 生产管控技术不到位, 仓储以及销售环境适宜度监测难, 自动化操作系统缺失等问题, 利用人工智能的智能代理、专家系统、智能决策、模式识别、机器学习等技术, 探讨其在食品供应链各个环节的应用, 以期依托人工智能技术实现食品安全智慧监管, 提高管理效率。
参考文献
[1]王冀宁, 潘志颖.利益均衡演化和社会信任视角的食品安全监管研究[J].求索, 2011 (9) :1-4.
[2]马琳.信息不对称情况下食品安全监管的博弈分析[J].江苏农业科学, 2014, 42 (9) :262-264.
[3]谢敏, 于永达.对中国食品安全问题的分析[J].上海经济研究, 2002 (1) :39-45.
[4]刘嵩, 刘宇, 胡霞敏.运用大数据提升食药监管水平[J].学习与实践, 2017 (5) :87-92.
[5]林勇, 平瑛, 李玉峰.我国消费者食品安全认知调查与行为分析[J].江苏农业科学, 2013, 41 (12) :299-302.
