利用AI对食品原料进行表征和评估

在快速发展的食品制造领域，确保原料和最终产品质量的一致性和安全性至关重要。人工智能（AI）的出现正在改变这些流程，一些创新技术的出现提高了生产效率，加快了领导层决策速度，并显著降低了与质量控制相关的成本。

 

 

AI在原料表征中的必要性

传统上，食品行业的原料表征和评估依赖于一些特定但耗时的方式，例如实验室测试，或是一些潜在不一致且主观的方法，如人类品鉴小组。基础层面上，人们依赖于分析证书，但这些证书通常缺乏对终端用户至关重要的原料功能性数据。此外，用于监测原材料质量或工艺完成度的在线近红外（NIR）光谱仪，往往表现出灵敏度不足，且定制和维护成本高昂。

人工智能，特别是机器学习，为应对这些挑战提供了独特机会。通过机器学习，IT系统能够学习并定义质量或等级标准，验证不同批次原料的一致性。一家总部位于新加坡的AI驱动原料质量平台ProfilePrint，正是这种转型的典范。他们的专利技术能通过利用分析设备捕获的数字指纹来构建模型，从而快速做出决策。

 

利用ProfilePrint分析可可豆

如何利用人工智能技术改变原料表征？主要通过以下三个步骤来实现：

1.数字指纹
ProfilePrint的技术通过创建食品原料的数字指纹来工作。通过使用光谱技术来捕捉每个样本的独特分子特征。就像人的指纹一样，这些数字指纹对每种原料都是独一无二的。这种方法与传统方法截然不同，它关注的是指纹中的整体模式，而不仅仅是特定波长的峰值信号。

2.保持人工干预
一个成功的模型需要将一组输入数据与预期输出数据进行关联，类似于人类学习的方式。当训练有素的感官品鉴小组品尝食物样品时，他们的感官会接收输入信息，并经过大脑处理得出结果，给出评分或通过/失败的判断。ProfilePrint的运作方式与此类似，但它依赖的是电磁光谱，而不是味觉和嗅觉。分析仪将数字指纹视为输入，ProfilePrint的专有“工具箱”会分析这些模式，以预测各种质量指标，如感官评分、风味特征、缺陷、混合成分比例等。系统最初通过将指纹输入与已知的评分进行关联来学习这些指标。

3.快速样品分析，无限潜力
一旦这些关系建立起来，简单的样品准备结合快速扫描和预测速度，能大大提高处理能力，从而使制造商迅速做出明智的决策。这种方法还消除了环境变化或感官评审员疲劳带来的问题，为一致性增添一层保障。例如，在2023年洪都拉斯的全球“让我们谈咖啡”会议以及2024年在昆山举行的中国国际咖啡博览会上，ProfilePrint预测的咖啡评分与专家品鉴的结果一致，而无需再进行烘焙和冲泡咖啡豆。

人工智能在原料表征中的潜在应用非常广泛。例如，通过单位数误差估算煎饼原料中大豆和豌豆蛋白的比例，可以对混合均匀性进行更好检验。同样，原材料可以在验收前快速分析为“通过”或“未通过”状态，以确保合格材料进入后续加工流程。像改性淀粉或可可粉这样的加工材料，其异常批次可以在出厂前被标记，从而确保下游买家或消费者获得高质量的产品。

人工智能还可以为优化混合提供建议。不同批次的生咖啡豆可以通过混合优化，获得接近目标的推荐组合。这不仅缩短了产品开发周期，并能在原料库存产生波动时尽快找到替代品。

 

人工智能在食品制造中的未来

人工智能在原料表征和评估中的整合，势必重新定义食品制造业。通过提供快速、准确和全面的分析，人工智能可以帮助制造商提升产品质量、简化操作并降低成本。像ProfilePrint这样的公司正在引领这一转型，提供涵盖多种原料和应用的解决方案。

随着人工智能技术不断发展，其在食品制造中的应用将进一步扩大，为质量控制和产品开发提供更加先进的工具。对于那些希望在竞争日益激烈的市场中保持竞争力的制造商而言，拥抱这些创新将至关重要。

人工智能技术在原料表征和测量中的作用，标志着食品制造业向前迈出了重要一步。它不仅提升了质量控制流程的效率和可靠性，并为产品创新开辟新可能，从而确保食品的高品质和一致性。

作者：SHERMAN HO，ProfilePrint首席科学与技术官

 

来源：荣格-《 国际食品加工及包装商情》

原创声明：
本站所有原创内容未经允许，禁止任何网站、微信公众号等平台等机构转载、摘抄，否则荣格工业传媒保留追责权利。任何此前未经允许，已经转载本站原创文章的平台，请立即删除相关文章。