食用植物油的質(zhì)量安全是重大的民生關(guān)切,它直接維系著億萬消費者的健康,其安全保障不容有失。然而,食用植物油摻假、標簽不實、運輸過程不規(guī)范等事件時有發(fā)生,同時食用植物油生產(chǎn)過程中存在生產(chǎn)鏈條長、信息分散、溯源困難等問題,產(chǎn)業(yè)整體也缺乏統(tǒng)一的信息數(shù)據(jù)標準和信息共享機制。
12月27日,由江南大學(xué)、中國食品安全報社聯(lián)合在北京舉辦“人工智能在食品安全風(fēng)險治理中應(yīng)用場景與食品安全狀況研究成果發(fā)布會”。會上提到,江南大學(xué)正在建設(shè)的“食用植物油產(chǎn)業(yè)發(fā)展與智慧監(jiān)管平臺”使用多學(xué)科的理論與技術(shù)方法,旨在實現(xiàn)促進食用植物油產(chǎn)業(yè)高質(zhì)量發(fā)展,同時使之成為“監(jiān)管工具”,通過建設(shè)食用植物油監(jiān)管的“數(shù)據(jù)底座”,實現(xiàn)吃得放心、吃得安心的目標。目前,此項工作取得積極進展。
食用植物油摻假的檢驗檢測是一個世界性的難題,現(xiàn)在國內(nèi)外尚沒有好的方法,一方面,油脂成分復(fù)雜、種類繁多;另一方面,摻假手段也越來越隱蔽,比如低價油冒充高價油,或者通過精煉手段掩蓋原始特征等等。針對這一難題,實驗室將組織多領(lǐng)域的科學(xué)家采用多技術(shù)融合與數(shù)據(jù)驅(qū)動的思路開展系統(tǒng)建設(shè),同時構(gòu)建光譜數(shù)據(jù)庫,通過歸集各種類型的食用植物油光譜數(shù)據(jù),建立覆蓋主流油種的高精度光譜數(shù)據(jù)庫。直觀地來說,就是給每種“真油”建立各自的“身份證”。同時引入人工智能技術(shù)進行輔助判別,源于不同油脂的光譜數(shù)據(jù)存在細微差異,傳統(tǒng)的人工判斷或化學(xué)計量方法往往難以精準識別。相比之下,人工智能模型具備更強的學(xué)習(xí)與泛化能力,能夠更精細地解析復(fù)雜、高維的光譜特征,提升摻假鑒別的準確性和魯棒性。當然,目前這項工作還在持續(xù)開發(fā)中,數(shù)據(jù)的歸集、處理、模型訓(xùn)練和推理工作都正在進行。
![]()
實驗室開發(fā)的“食用植物油產(chǎn)業(yè)發(fā)展與智慧監(jiān)管平臺”設(shè)計方案已在廣西壯族自治區(qū)市場監(jiān)管局組織的2025年中國—東盟“AI+市場監(jiān)管”賽道的比賽中獲得了唯一的一等獎。廣西是中國面向東盟開放合作的前沿窗口,而東盟國家如馬來西亞、印度尼西亞是全球最大的棕櫚油生產(chǎn)地,越南、泰國等也是重要的食用油原料出口國。中國與東盟之間食用油貿(mào)易量大、品類多、鏈條長,對質(zhì)量安全和溯源監(jiān)管的需求尤為迫切。實驗室將以廣西為重點展開應(yīng)用場景的深度開發(fā),服務(wù)國家戰(zhàn)略。
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布,本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.