香港理工大學研大數據與AI結合預測食物受污染幾率

　　據香港《星島日報》報道，香港理工大學（理大）食品安全聯盟召集人劉樂庭透露，團隊目前正發展大數據與人工智能技術提升食安水平，可有預測功能及早推算食品變壞或受污染的時間和幾率，從而避免食品出現問題，而非發現不妥才呼吁停止食用。

　　劉樂庭指，食品污染有不同來源，但同樣對人體影響嚴重，不過化學污染比生物污染更難發現。劉樂庭說，含沙門氏菌的鮭魚、大腸桿菌等生物污染可立即知道，因食用后會腹瀉，即時落閘便可追查問題食品。化學影響可能3、5年，甚至10年才浮現，屆時難以追查，發現時或已對社會構成很大影響。

　　劉樂庭說，目前質量控制多為抽樣，理大團隊希望研究以人工智能及大數據技術，廣泛提升食安水平，做到預測及預警。

　　他解釋，由耕種、運輸至市民食用等多個過程中，已產生大量數據，檢視分析過往數據，便可及早得知食品問題。不過單靠人類不可能分析到如此龐大的數據，利用AI運作及大數據便可快速識別異常及特定情況，預測食品變壞或出現污染的可能性，從而立即處理，避免有問題食品出現于市場上。

　　團隊先從乳制品入手，分別與一家國內大型乳品公司及一間全球十大乳品公司合作，由對方提供內地及全球數據，再利用它們建立算式，由此助公司找出有潛在問題的乳制品。

　　食品生產流程中，運輸物流也是重要一環。劉樂庭指，業界也可于物流及儲存供應鏈應用科技確保質量安全，當中，可利用物聯網、記錄溫度儀器等傳感器，24小時測量及記錄食品溫度與濕度等，再連接云端與警報系統，如運輸及儲存時出現異樣即可得知。

　　他以急凍雞翅舉例，運送時如電箱突然故障令溫度升高，會滋生細菌，但之后有可能恢復正常，雞翅再次急凍，便會出現食安問題。他認為，如有科技24小時監察便可排除類似情況，餐廳冰箱也可使用此科技代替人手記錄及檢查。