如何利用物聯網和大數據改善食品安全？

近年來，關於物聯網的文章層出不窮，其改變企業和公共服務運作方式的潛力不斷引發熱議。人們希望利用龐大的感測器網路，從世界各地的工廠、交通工具、醫院、家庭、商店和供應鏈收集數據。而今，這一願景正迅速成為現實。

從可以優化交通、能源使用與標識體系的智慧城市，到能夠預測地震的系統，物聯網技術將幫助我們實現這一切。只要看看數字，就知道所言非虛。

2016年初，市場調研機構IDC曾預計，到2019年時，全球物聯網市場規模將從2014年的5917億美元，擴大至1.3萬億美元。到2020年，全球物聯網終端數量估計將達到300億至500億個。

大家普遍認為，物聯網及其遠程監測和控制系統的能力有助於進一步保障食品安全。但全球食品供應鏈錯綜複雜，這需要各方不遺餘力地協作配合，讓每一名參與者發揮應有的作用。

食品鏈的可追溯性

目前，物聯網在食品行業最常見的應用是追蹤生產、加工和供應鏈中的產品狀態。20多年來，企業一直在利用條形碼和射頻識別標籤，追蹤食品從產地到加工、運輸、儲存、分銷點和食品零售商的整個過程。但這只是最基本的手段。

近些年，我們看到更尖端的感測器問世，它能精準地監控食品加工和運輸過程中的安全因素。如今，安裝感測器網路的企業已較為常見。這些感測器用途廣泛，其作用包括監測食品加工廠和運輸容器內的灰塵顆粒、溫度或濕度，等等。

「端到端」食品安全監控的另一大好處在於，一旦發現食品被污染，供應鏈中的各方（包括生產商、運輸商和零售商）可以迅速確定產地和分銷渠道。而以往，這類調查會耗費幾周甚至數月時間。

雖然這種可追溯能力有助於實現更高效的食品安全監測，也能更快地查清問題來源，但也只能是到此為止。所以，我們還需要藉助大數據的力量。

大數據分析

隨著物聯網向更深、更廣的方向發展，它也產生了前所未有的海量數據。眼下，大多數行業都在想，該如何利用這些信息來改善我們的工作？

這就是大數據分析的職責所在。這一迅速成熟的數據科學可用來挖掘異常龐大的數據集，從中發現隱藏的模式、不為人知的聯繫、失誤之處、市場趨勢、客戶偏好以及其他各種有用的商業信息。

瑪氏公司（Mars）與IBM的一個合作項目把大數據分析應用於基因數據，從中尋找新的見解。它還分析了通過物聯網收集的天氣、運輸和其他背景數據，以便探究如何及早發現食品污染隱患。

有了來自食品樣本的大量基因數據，加之供應鏈網路和感測器網路提供的海量數據，把這些信息結合起來，大數據分析最終將使食品安全達到一個新的高度。

食品衛生相關數據的其他來源

當然，還有很多其他的數據來源可供分析，能夠進一步加強我們對食品安全的了解。

如果方法得當，曾經難以獲取的公共信息也可以發揮很大作用。芝加哥的食品監管項目就克服了這個障礙，通過大數據預測分析技術，對免費獲取的數據加以分析。這包括利用食品檢查報告、311服務數據、氣象數據、社區和犯罪數據等信息，來預測哪些餐廳最有可能嚴重違反食品安全法規。

在分析數據時，該項目發現了幾個關鍵變數，可用來預測一家餐廳違規的可能性。這些變數包括餐廳的違規記錄、當地入室盜竊事件的發生頻率，以及當地的常年平均氣溫。自從採用這個方法後，監管人員發現違規行為的速度平均提高了25%。

跨行業合作，提高食品安全

一方面，物聯網產生的數據，其龐大體量和多樣性令人生畏。但另一方面，這應該被視作一場重大機遇。而如果商界、政界和學界能夠通力合作，分享數據以及數據所帶來的啟發，這一機遇將變得更加無與倫比。

幸運的是，很多機構似乎都認同這一觀點。全球食品安全促進會等行業組織，也越來越認識到開展合作以及分享數據與啟發的必要性。

歐盟委員會還鼓勵有關各方參與進來，在「農產品-食品鏈條」中扮演積極角色，包括農戶、機械供應商、食品加工商、零售商和批發商，當然，還包括食品行業的科學家和物聯網技術提供商。試點結果還將輔助決策者，用於制定歐盟在農業及食品安全領域的政策。

把多個實時數據來源結合起來，從中獲得新的見解，這對食品安全具有非凡的重大意義。

預測污染源和食源性疾病隱患，及早發現食品安全問題，並在問題擴散之前採取控制措施，這將提高整個供應鏈的效率，同時降低損失。最重要的是，所有人的食品安全將因此得到改善。

編輯丨Liz

翻譯丨于波

校對丨其奇、LUSEN

稿源丨Rentokil

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！