AI とエッジコンピューティングは、農場や工場からレストランや小売店に至るまで、食品システム全体で食中毒の減少に役立っています。
米国疾病予防管理センター（CDC）によれば、毎年約 4,800 万人が食中毒で体調を崩しており、食中毒の最も一般的な原因はサルモネラ菌、リステリア菌、大腸菌などの食中毒病原体だと言われています。食中毒の原因は、サルモネラ菌、リステリア菌、大腸菌などの食中毒菌である。家庭での食品の準備、衛生管理、取り扱いの不手際によるものもあるが、食品システム自体の欠陥によるものも少なくありません。
エッジ・コンピューティングと新しい人工知能（ AI ）食品安全アプリケーションは、食品を生産する農場や輸送するトラックから、食品を提供するレストランや販売する小売店に至るまで、食品システム全体の食品安全慣行におけるビッグデータを活用することで、これらの事象を管理するのに役立てられています。
農家や食品メーカーは、食品生産地の近くでエッジコンピューティングを利用することができます。農業におけるこのリアルタイムのデータ処理は、効率と品質管理を改善できると考えられています。
Dr. Greenhouse 社の社長兼創設者である Nadia Sabeh 博士は、Forever Feed Technologies 社と協力して、5,000 頭以上の牛に給与するための自動発芽穀物（ ASG ）を開発しています。ASG は畑で栽培するのではなく、棚の上で栽培されています。両組織は飼料工場でセンサーを使い、どの植物群に水、光、冷却が必要かを特定しています。
AI はトラッキングに有益ですが、研究者は複数の変数を考慮しなければなりません。例えば、あるモデルが 2 月に起こったことに基づいて学習され、 3 月は伝統的に気温や降水量が異なる場合、モデルは効率的に修正できるのでしょうか？
「私にとって最も重要なのは一貫性です」と Sabeh 氏は語っています。『単に収量を増やすだけでなく、最も安定した収量を得るためにはこうする必要がある』というコンピューターモデルに興味があります」
視覚モデルも生産に役立ちます。The Acheson Group の規制・科学担当エグゼクティブ・バイス・プレジデントである Ben Miller 氏によれば、農作物研究者は顕微鏡を使って病原体をチェックすることができると言います。これらの視覚的モデルは、レタスの葉に付着したサルモネラ菌や大腸菌を見分けるなど、食中毒の予防に役立つ可能性があります。
「レタスの葉を剥がして顕微鏡の下に置き、視覚的に学習させたモデルを実行して言うことができます。『何かが見える。学習結果と比べてどうか？』」と Miller 氏は語っています。
Organic Valley 社は 2,000 以上の家族経営農家のネットワークを管理しています。同社はNutanixのソフトウェアを使用して業務を簡素化し、パフォーマンスを向上させ、ERPソリューション、倉庫管理システム、サプライチェーン分析を提供しています。特別なサポートにより、同社は他のイニシアチブに取り組むことができます。
「当社のネットワーク、ストレージ、コンピューターの各チームは、複雑なオペレーションで故障の恐れがあったため、週末にアップデートを行なっていました」と、Organic Valley のテクノロジー・オペレーション担当ディレクター、Nicholas Korte 氏は語っています。
「Nutanix に相談したとき、もっとシンプルにして、自分たちの時間を確保しよう と思ったんです」
農場や工場から出荷された後も、食品安全対策は重要です。トレーサビリティはリコールへの影響を 95％ 削減することができる、と Food Logistics 誌は 2022 年の記事で報告しています。 Index Biosystems 社の BioTags のようなツールは、製品データを連結してサプライチェーン全体を追跡することができます。
ASI Food Safety 社の CEO である Tyler Williams 氏は、適切な安全基準を維持するためには視認性が不可欠であると述べています。
「例えば牛乳なら、保管時、輸送時、店頭に並んだ時の温度がわかります」と Williams 氏は言います。「何十万もの異なる SKU の中で、少しでも差異があれば、それをより早くキャッチすることができるのです」
経路途中でのトレーサビリティは、食中毒予防のために AI を利用する一つの方法です。生鮮品の賞味期限リスクもその一つです。顧客や従業員の体験を向上させるために小売業者がエッジを活用するのと同様に、製造業者も潜在的な問題を特定するために食品安全性においてエッジ・コンピューティングを採用しています。
「大手メーカーはエッジコンピューティングを使ってリコールを監視・予測しています」と Williams 氏は続けます。「 4 人が病気になった場合、彼らはどこから購入したかを確認し、より正確に原因を特定することができます」
COVID-19 のパンデミックでは、データ共有からゴーストキッチンまで、レストランのためのクラウドコンセプトが重要視されました。元シェフで Jarvis Hospitality and Advising 社の創設者である Nathan Jarvis 氏は、 AI は事前予測に利用できると述べています。
「小売食料品店では、自動センサーが分単位のデータを提供し、トレンドを確立します」と Jarvis 氏は言います。「自動センサーは、冷蔵ユニットがいつダウンするかを予測し、冷蔵庫が壊れる前にそれをキャッチすることができます」
この技術はまた、個々の商品の食品安全性を向上させることにもつながります。例えば、ロティサリーチキンの陳列を人間が定期的にチェックするだけでもいいのかもしれません。 AI センサーを導入すれば、小売業者はより正確に商品を読み取ることができるようになります。
「 1 つの温度計で鶏肉が正しい温度になるのではなく、それぞれの鶏肉が毎回正しい温度になることを知ることができるのです」と Jarvis 氏は語っています。
食品加工には、企業が一定の頻度でデータを収集する重要管理項目が必要です。予測分析は、機器の不具合やその他の病気の特定に役立つ可能性があります。
「より迅速な対応策は、工学的な故障点分析であり、食品安全性の観点から、工程の一部がいつ異常をきたすかを予測することができます」と Miller 氏は説明します
「よく学習したモデルが特定の問題に取り組んでいて、比較的質の高いデータがあれば、どこでも何かが可能になります」
食品の安全性と持続可能性は密接な関係にあります。将来は明るいものの、業界は現実的な期待を維持しなければなりません。
「人々はこのような大きな目標を掲げています」と Sabeh 氏は言います。「水の使用量を 94％ 削減し、土地の使用量を 90％ 削減する。などなど」
「水の使用量を 25％ あるいは 50％ 削減することは大きな数字ですが、そのような高い目標は私たちにとって無益です」
食品科学における新たなカテゴリーも見逃せません。Jarvis 氏は、キノコの菌糸体について触れ、タンパク質を改質することで穀物くささを取り除き、風味を変化させることを指摘しました。菌類を利用した選択肢は、牛の飼育と比較して、エネルギー、土地、水が最大 99％ 少なくて済むのです。
「製品としての性能も良く、味も良く、植物性タンパク質のマイナス面を取り除くことができます」と Jarvis 氏は言います。「私たちは、あらゆる種類の興味深い新しい用途や可能性を見つけることができるでしょう」
AI による食品安全の実践については、まだまだ研究開発が必要です。したがって、 Williams 氏は、健全なデータ収集と、人間の経験と推論を補完するものとして AI を使用することの重要性を強調しました。
「情報というものは、私たちがそこに注ぎ込んでいるものと同じくらい良いものなのです」と彼は言います。「 AI をプログラム全体に使用すべきではありません。プロセスやオペレーションに合わせて活用すべきです」
編集部注： Nutanix の AI プラットフォーム、GPT-in-a-Box、およびハイブリッド・マルチクラウドの詳細については、こちらをご覧ください。
Joey Held 氏はテキサス州オースティンを拠点とするライター兼ポッドキャスターで、『Fun Fact Friyay』と『Good People, Cool Things』の創始者です。 彼の情報は X または LinkedIn でご覧ください。
© 2024 Nutanix, Inc. 無断複写・転載を禁じます。その他の法的情報については、こちらをご覧ください。
コンテンツを読み込んでいます...
