原创 | 杜绝舌尖上的浪费,大数据、人工智能、物联网能做些什么?

2024-04-13 21:58

本文主要是介绍原创 | 杜绝舌尖上的浪费,大数据、人工智能、物联网能做些什么?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

今年,全球粮食生产面临着疫情、虫害等多种不利因素威胁。据联合国最新调查数据显示,在新冠肺炎冲击下,全球各国粮食产量、运输、储存等均受到较大影响,再加上蝗灾、极端天气等因素,原本一些产粮大国竖起了贸易壁垒,收紧了战略粮食的出口,可能导致全球饥饿人数在2020年新增1.3亿人,达到8.1亿人。今年共有25个国家面临严重饥饿风险,世界濒临至少50年来最严重的粮食危机。为此,联合国呼吁世界各国警惕粮食危机。在此背景下,我国开始提倡节约粮食,并要求加强立法,强化监管,采取有效措施,建立长效机制,坚决制止餐饮浪费行为。

 

事实上,粮食浪费不只存在于餐饮方面,美国食品供应链技术解决方案服务商Zest Labs的CEO Peter Mehring说:“食物在收获后,仍然会有30-40%的食物被浪费,其中一半的浪费发生在食物消费之前。”比如,在收获季节因风雨等自然条件造成的粮食损失,粮食存储过程中,因鼠害和运输损耗造成粮食浪费等。这种浪费同样会造成重大损失,并且因为难以解决而显得无法避免。那么,利用大数据、人工智能、物联网等新兴技术,能否帮助解决粮食在种植、加工、运输、存储、食用全过程中的浪费问题呢?

 

一、粮食种植

 

一直以来,粮食在种植方面会遇到人力物力消耗大,农产品质量相对不高等问题,这大多与农业经营者对种养技术和对天气变化情况,病虫害、疫情信息把握不足有关系,也跟人力成本上升、使用假冒伪劣的农资产品有关。现代化农业中,需要准确掌握生态环境数据,包括气象、水文、土壤和病虫害、动物疫情数据,有助于做到精准种植、养殖,减少资源浪费和成本投入。

 

全球最大的农产品出口国美国是最早提出精准农业概念的国家,早在20世纪70年代实现了农业全面现代化之后,充分利用高新科学技术,尤其是信息化、数字化技术的进步及其在农业中的应用。美国联邦政府通过财政支出构建了农业信息平台,为了便于农业信息的采集和处理,建设了国家级农业和农村科技信息中心,实现了农村信息资源的长期积累、高效管理与广泛应用。另外,农业科技公司也在尝试用大数据、人工智能等技术帮助解决种植问题。比如专注于为农业提供气候数据的AWhere公司,早在2016年就已经建立了一个全球气候数据平台——气候地带(Weather Terrain),该平台将往年的天气数据进行了整理统计,从而帮助农夫们更好地预测和计划。据称,该平台拥有20年内地球上所有农用地、每天的天气记录。在这些数据基础上,可以建立更多模型,甚至包括天气预报模型和虫害、疾病预测模型。这些模型既可以用于大规模耕种,也可以缩小成超本地化的水平,适用于执行小农经济模式的农民。

 

如今,数字农业已成为全球数字经济范畴下用数字化重组方式对传统产业进行变革和升级的典型应用之一。在数字农业模式中,通过数字化设备比如田间摄像头、温度湿度监控、土壤监控、无人机航拍等,以实时“数据”为核心来帮助生产决策的管控和精准实施,并通过海量数据和人工智能对设备的预防性维护、智能物流、多样化风险管理手段进行数据和技术支持,进而大幅提升农业产业链运营效率并优化资源配置效率等。

 

在种植领域,机器学习技术可以被用来分析来自无人机和卫星的图像、气象数据、土壤样本和湿度传感器的数据,并帮助确定播种、施肥、灌溉、喷药和收割的最佳方法。在精准农业中的各个环节中,机器学习都能发挥重要的作用,从而提高粮食的产量。在养殖领域,利用人工智能可以有效降低疾病造成的损失。此外,在实验室和研究中心,机器学习算法能够帮助培育更好的植物基因,创造更安全、更高效的农作物保护产品和化肥,并且开发更多的农产品。实际上,人工智能在这些领域的介入更加成熟,因为这一领域的数据更加丰富,数据获取的速度也更快。根据2016 年Philips McDougall 的分析,将一种新的作物保护产品推向市场需要11年的发现和发展时间,分析16万份化合物,每个产品商业化支出超过2.8亿美元。在新农化产品的开发中,整个行业每年的花费超过26亿美元。而人工智能的采用可以提高这一过程的效率。

 

不过,当前我国农业大数据技术多数还处在起步阶段,未能做到足够的智能化;承载农业大数据的农业物联网、智能监测设备等售价过高;另外,由于推广力度尚不大,农业经营者尚未有足够认识。当前无论是“电商下乡”还是大数据产业,都处于初级阶段。依托大数据技术广泛推动农业发展,在短时间内并不现实。农业大数据市场还是一个充满机遇、有待开发的市场。为此,需要政府部门、涉农企业、大数据企业和农业生产经营主体多方合力,共同推进农业大数据的示范与推广。

 

对政府而言,首先应当推动大数据的基础设施建设。这包含两个方面,一是要大力推动通信基站、电信宽带的建设,为各类农业经营者“触网”、联通大数据提供基础;二是要尽可能开发政府掌握的各类涉农大数据,包括天气数据、农业用地的各类元素含量数据、病虫害和动物疫情的监测数据,以供农资企业合理调配生产,并制定针对各区域各品种的农资解决方案。

其次,政府需要提供政策支持,引导涉农企业、大数据企业构建以品种或区域为中心的农业大数据平台。让农业大数据服务成为企业的直接盈利项目或配套的增值服务。此外,还需要引导农业经营者主动向大数据农业转型,对优秀案例做示范推广,引导农业经营者学习“云上的示范田”。

 

二、食品生产加工

 

事实上,将减少食物浪费写进法律的不止我们国家。日本农业部表示,2016财年日本浪费的643万吨食品中,55%是企业浪费的。仅食品生产商就占了近40%,大大超过了零售商和餐馆。为此,根据一项于去年10月1日生效的法律,日本地方政府制定了减少食品浪费的行动计划,寻求企业部门的合作。其中,日冷食品(Nichirei Foods)和卡乐比(Calbee)等公司已经抢占了先机。

 

日冷食品开发了一套人工智能系统,用于检测鸡肉中难以去除的骨头。旧系统使用的X射线有时会给出假阳性结果,导致肉被白白扔掉。该公司希望在三年内将鸡肉加工过程中的食品浪费减少80%;卡乐比则将大部分薯片的保质期从4个月延长至6个月。该公司还将开始在产品上印上“最佳”月份,而不是具体的过期日期,以减少质量控制所需的人手;豆腐生产商相模谷食品(Sagamiya Foods)选择利用日本气象协会的数据来预测受温度影响的产品销量。该公司表示,减少过剩产能将使每年成本减少约9.25万美元。

 

除了日本,美国也存在食物浪费问题,每年大约浪费6000万吨粮食,估计价值为1620亿美元。为此,很多农业科技企业试图借助物联网和大数据在食品供应链环节通过效率提升来减少浪费。

 

比如全球软包装生产领先企业希悦尔公司(Sealed Air)借助亚马逊的AWS物联网平台使食品生产与加工过程更加高效。工厂中的数码摄像头可以监控火鸡的剔骨过程,并实时向食品操作人员反馈信息,以帮助改善加工效率,从而减少浪费。同时,希悦尔公司借助亚马逊的AWS物联网平台为公司的“清洁互联网” (Internet of Clean)提供可扩展且高效的连接,支持数百万联网清洁设备,帮助公司创建更清洁、健康的生产环境。

 

在食品生产与包装过程中,物联网技术也正在使蔬菜与水果能够保存得更长久。例如,当来自农场的一大堆草莓到达加工厂时,并不意味着所有的草莓都是一样的,即使是在同一天采摘,也有不同的新鲜度。利用物联网传感器可以监控水果呼吸速率和新鲜度,从而可以在包装点对水果进行定制包装,以匹配水果的呼吸速率,从而延长水果的货架寿命并减少浪费。

 

纽约创业公司Crisp的目标则是打造“一种更高效的食物供应链”。Crisp表示,食品行业资源浪费的根本原因在于从食物来源到零售品牌,太多厂商参与了食物的制作流程。因此,Crisp希望通过大数据来解决这个问题。Crisp将搜集并分析大量的数据,帮助餐饮品牌预测食物的需求量——从而让其他企业做出更合理的决策,例如原料和员工的数量。这些数据包括历史销售数据、购买订单、推广活动、库存数据和POS系统等,该系统也支持Salesforce、 Netsuite 、QuickBooks、Seasoft和CSB等软件的集成。

 

还有许多公司正在从不同角度处理食物浪费。例如,位于伦敦的Winnow使用计算机视觉来帮助商业厨房测量他们处理的食物量,而Full Harvest和Misfits Market等公司则专注于寻找畸形(但完全可食用)水果和蔬菜的家园。总之,当前世界各地,无论发达国家还是发展中国家都存在食物浪费问题,包括法国和意大利都制定了法律以防止超市丢弃过剩的农产品,但通常很难将供需与需求相匹配,而这正是大数据和预测分析可以提供帮助的地方。

 

三、食品购买消费

 

在食品购买环节,大数据能分别针对消费者和商户进行赋能。在广东,有部分学校、社区和机构饭堂正在与互联网科技公司合作,运用信息化、大数据系统来精准加工、生产和配餐。比如,很多食堂引进的“智慧厨房”系统,它作为一个大数据平台,可以实时监控营业数据、菜品销售排行、顾客新增数据、就餐实时效率等运营数据。通过菜品销售排行,可以清晰看到哪些菜品受欢迎、哪些菜品滞销,经营者可以根据这些信息对菜品进行调整,备物采购也可运用大数据分析,利用品类、品种、数量等指标来精准采购和供应。另外,在采购食材方面,系统能够根据订单数量判断需要多少公斤大米、蔬菜和肉类,仓库会按电脑里计算的数据备料,再送到自动生产线进行生产,有效减少团餐所造成的浪费。使用者表示,人工智能设备可让食堂厨余垃圾减少90%。

 

至于个体餐饮商家,也可以使用大数据平台系统。例如,佛山的“阳光餐饮”平台过程控制里面,有一项内容是“餐厨废弃物处置”,设置这个板块是为了督促企业落实主体责任,加强餐厨废弃物的管理和处置。佛山市市场监督管理局相关负责人表示,佛山“阳光餐饮”平台、“互联网+明厨亮灶”等智慧监管方式,让广大市民直观地看到餐饮企业的后厨,直接参与食品安全、餐厨垃圾管理、减少铺张浪费等方面的监督,实现了社会共治的效果。另外,因为“阳光餐饮”平台在后台建立了数据流汇总、分析,“光盘行动”社会共治内容由此实现扩充。食客在平台上通过公众评价,可以反映餐饮经营者是否有效推动“光盘行动”,也从一个侧面倒逼企业提高服务水平。

 

目前,“阳光餐饮”平台已成为佛山创建国家食品安全示范城市、实施食品安全战略一项创新内容。借助佛山“阳光餐饮”平台工程,在《2019年广东省餐饮业质量安全群众满意度调查报告》中,佛山市城市综合满意度评分位居全省第一。截至今年6月底,佛山市共有15053家餐饮单位上线佛山“阳光餐饮”平台,数量居全省第一、全国前列,这其中1779家学校食堂(含托幼机构食堂)和74家养老机构食堂实现全覆盖。下阶段,佛山还将新增1万家餐饮单位上线“阳光餐饮”平台,进一步提升餐饮服务智慧管理水平。

 

除了这些针对B端的系统平台,年轻人喜爱的外卖平台也积极参与减少餐饮浪费行动。比如在本月国家提倡减少餐饮浪费后,美团平台针对商家从信息化、场景化、互动化方面进行升级。

 

第一是信息化,利用大数据能力去丰富和完善线上套餐的菜品信息,在菜品上增加咸淡、甜辣等口味信息,包括菜品克重信息,在线上标准化地传递给消费者,更省事地决策;

第二是场景化,平台一直在双人餐,四人餐的套餐场景上保证丰富度,会进一步建设单人餐场景,满足一人食大众就餐需求。同时增加小份菜套餐,按顾客食量做分级。让套餐分级做的更精细,让消费者到店都有适合的套餐可用。据美团平台不完全统计,用户消费套餐的打包率比单点餐食的打包率低15-20%,套餐一方面可以降低用户点餐的试错成本,另一方面也是商家基于店铺过往用户消费情况给予的科学搭配,这一产品形态可在防浪费方面发挥重要意义;

第三是互动化,在套餐上增加消费者的反馈,基于他们的反馈和套餐上很多评价的数据做算法的推荐,帮助商家更好的理解消费者,去调整套餐的菜品,更准确的备菜,预估菜品的需求,在进货备货的时候减少浪费。

 

而针对消费者,美团目前在消费者线上查看门店、线上下单、收到短信等触点上,也都在加强宣传,提倡节约、抵制浪费。除了宣传,平台还通过大数据方式,掌握消费者的习性与消费心理。根据不同年龄阶段的消费者喜好,提供更好、更精准的服务,更安全、更健康、更丰富的菜品。

 

尽管用技术手段可以从生产到餐桌各个环节尽可能减少浪费,但对于我们个人而言,杜绝浪费的根本还是要从改变思想模式做起。譬如传统习俗中婚丧嫁娶、添丁满月,都会举办大型家庭聚餐。这些传统习俗,在于交往、体面和排场,就会导致铺张浪费。餐饮浪费行为更多时候是因为“要面子”,只有从思想开始转变,认识到在21世纪,饥饿和营养不良的数据依然触目惊心,才会在日常生活中时刻谨记“丰年不忘灾年,增产不忘节约”。

 

编辑:文婧

校对:林亦霖

这篇关于原创 | 杜绝舌尖上的浪费,大数据、人工智能、物联网能做些什么?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/901328

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav