人工智能正在重塑食品行业，提高生产效率、食品安全性和可持续性。近日，陶朗食品（TOMRA Food）设备智能技术经理布伦丹·拜恩（Brendan Byrne） 做客 AI Ireland 播客，与主持人 Mark Kelly 讨论人工智能在食品分选领域的应用，以及如何推动行业创新与发展。
Mark Kelly：你是如何进入人工智能领域的？
布伦丹·拜恩：我一直对科技充满兴趣，所以我在大学选择了工程学专业。在最后一年，我接触到计算机视觉，主要研究如何让机器理解和分析图像，这个领域让我着迷。后来，我继续攻读博士学位，并在毕业后加入陶朗，成为研究科学家，专注于将人工智能和计算机视觉技术应用于食品分选。
跨行业创新：陶朗如何减少全球废弃物
Mark Kelly：陶朗如何利用技术减少全球废弃物？
布伦丹·拜恩：陶朗的核心技术应用于多个领域，推动可持续发展：
- 食品行业：提高食品质量和安全性，减少食品浪费。
- 回收行业：提升可回收材料的分选效率，提高资源再利用率。
- 循环经济：探索纺织品和包装材料的可持续发展模式，助力行业绿色转型。
在食品行业，陶朗通过人工智能和光学分选技术，确保食品质量，并减少因污染或不合格产品导致的浪费。
光学分选技术如何保障食品安全和质量
Mark Kelly：陶朗的光学分选设备如何确保食品安全？
布伦丹·拜恩：陶朗食品的光学分选技术结合人工智能和高精度传感器，能够在极短时间内检测并去除食品中的异物和不合格产品。我们的分选机每秒可以分析成千上万个食品样本，并在毫秒级时间内做出决策，剔除不符合标准的物料，从而确保食品安全和质量。
Mark Kelly：人工智能给陶朗食品带来哪些具体价值？
布伦丹·拜恩：陶朗人工智能在食品分选领域的应用主要体现在四个方面：
- 食品安全：AI算法可以检测并剔除食品中的异物，如玻璃、金属或塑料，降低食品安全风险，确保消费者健康。
- 优化质量分级，提高收益：AI模型能精准分级产品，提高原料利用率。即便产量提升2%，也可能为生产商带来数百万美元的额外收益。
- 降低运营成本，提高生产效率：通过预测性维护，AI可以提前识别设备故障，减少非计划停机，每小时损失可达数万美元，这一技术有效降低维护成本。
- 推动可持续发展：AI优化的分选设备可减少能源消耗和物料浪费。
Mark Kelly：食品分选过程中，人工智能如何快速做出决策？
布伦丹·拜恩：陶朗的人工智能模型结合高分辨率光学传感器和实时数据处理系统，能在20毫秒内完成分析并决定食品去留。这一过程依赖于精准的算法：
- 减少“误拒”（假阳性），避免不必要的浪费，提高原料利用率。
- 减少“误放”（假阴性），确保所有异物被准确识别和剔除，保障食品安全。
我们不断优化算法，以提高识别精度，确保食品质量的同时减少原料损耗。
生成式人工智能的未来应用
Mark Kelly：展望未来，人工智能在食品行业还有哪些可能的应用？
布伦丹·拜恩：陶朗正探索生成式人工智能（Generative AI） 在食品行业的应用，主要包括以下三个方面：
- 提升用户体验：操作员可以直接与机器进行交互，获得实时反馈，使操作更加直观便捷。
- 优化内部知识管理：AI可以高效整合和管理技术知识，帮助员工快速获取信息，提高工作效率。
- 推动可持续发展：生成式AI将优化资源管理，降低食品浪费和能源消耗，助力企业在环保、社会责任和企业治理（ESG） 方面取得更大突破。