站在(zai)風口浪尖的(de)(de)AI，能為食品行業做什么(me)？早在(zai)十多年(nian)前(qian)，陶(tao)朗食品就已開(kai)啟了人工智能與食品安全(quan)和(he)運(yun)營效率的(de)(de)探索。
近日，陶朗食品AI技(ji)術(shu)經理布(bu)蘭登·拜(bai)恩做客愛爾蘭人工智能生態圈專(zhuan)業音頻欄目《AI愛爾蘭》，深(shen)入(ru)討(tao)論(lun)食品分選(xuan)領域AI的應用及生成式AI的在(zai)未(wei)來設想。此外，我們也采(cai)訪了陶朗中國研發部門(men)AI負責人，講(jiang)述中國市場AI發展的獨到之處(chu)。
主持人：對(dui)有些人(ren)來(lai)說，他們對(dui)陶(tao)(tao)朗(lang)或許不太熟悉，但其實我們在愛爾蘭每(mei)天都會使(shi)用(yong)到陶(tao)(tao)朗(lang)的(de)(de)飲料瓶回(hui)收(shou)機，陶(tao)(tao)朗(lang)食品(pin)的(de)(de)設備(bei)也(ye)一直在為我們的(de)(de)每(mei)日食物保駕護(hu)航。能深入(ru)講講陶(tao)(tao)朗(lang)食品(pin)的(de)(de)AI應用(yong)嗎(ma)？
布蘭登：我們的(de)(de)核(he)心產(chan)品(pin)是光學分選機，它集成(cheng)在(zai)食品(pin)加工廠或(huo)采后處理(li)中(zhong)，剔除食品(pin)中(zhong)的(de)(de)異物和瑕疵品(pin)，也能對不同品(pin)質的(de)(de)產(chan)品(pin)進(jin)行等級分流，實現階梯售價。在(zai)食品(pin)產(chan)業鏈中(zhong)，終端需求不斷(duan)變化(hua)，成(cheng)本(ben)壓(ya)力(li)逐漸攀升——能源(yuan)、倉儲(chu)運輸、勞(lao)動力(li)短缺與人工成(cheng)本(ben)的(de)(de)上(shang)漲(zhang)尤為顯著。而(er)陶朗的(de)(de)AI技術可以(yi)通(tong)過以(yi)下4個方面幫(bang)助客戶實現降本(ben)增效與可持續發展：
- 食品安全保障
食品(pin)安(an)全(quan)對企業和消(xiao)費來說永(yong)遠是(shi)頭等(deng)大事。我們的技(ji)術，是(shi)用引領行業的AI模(mo)型(xing)精準檢(jian)測并剔除異物(wu)（如(ru)玻璃、金屬、塑料(liao)等(deng)）和不良品(pin)，避免因(yin)質量(liang)問題暴雷，保護(hu)終端產(chan)品(pin)安(an)全(quan)和品(pin)牌(pai)聲譽(yu)。
- 提升整體出成率
有(you)了先(xian)進的(de)(de)AI算法，客(ke)戶(hu)可以(yi)自(zi)行定義分級標準(zhun)，實現毫米級精度，像我們的(de)(de)LUCAi系統就能檢測果蔬0.1毫米級瑕疵(ci)，也能提高整體的(de)(de)出成(cheng)率。提升1%-2%的(de)(de)出成(cheng)率，對我們的(de)(de)一(yi)些客(ke)戶(hu)來(lai)說，相(xiang)當于每(mei)年(nian)節省(sheng)數百萬美(mei)元。
- 降低運營成本
通過預(yu)測性維(wei)護，我(wo)們(men)的AI可(ke)(ke)以提前識(shi)別設備(bei)故障，減少(shao)非計(ji)劃停機。這一(yi)點非常重要(yao)，因為(wei)產(chan)線如果出現(xian)故障，可(ke)(ke)能導(dao)致每小時數萬(wan)美元的損失。
同(tong)時(shi)，因為我們的設備自動化程度很高，效率也高，勞動力(li)成本自然就(jiu)降下來(lai)了(le)。
- 可持續發展
最后(hou)一點(dian)是我們(men)的(de)可(ke)(ke)持續發展(zhan)(zhan)設計，我們(men)采用低能耗技術節(jie)省能源(yuan)，優化氣動(dong)系統降(jiang)低壓縮空氣消(xiao)耗，從而(er)實現資源(yuan)節(jie)約和(he)環境友好的(de)可(ke)(ke)持續發展(zhan)(zhan)。
速度與精度的博弈：AI系統的毫秒之爭
主持人：在實際生(sheng)產(chan)中，視覺系(xi)統必須做到快速精準——比(bi)如在毫秒間識別玻(bo)璃等特(te)定物質，并觸發(fa)警報(bao)，你(ni)們(men)是(shi)怎么(me)做到的(de)？
布蘭登：速度確實是核心挑戰。我們的光學分選機處理果蔬時，系統每秒要檢測上千個對象，從圖像采集到AI決策必須在20毫秒內完成。因此做到誤報與漏報平衡問題尤為關鍵——比如在薯條產線中，若把合格品誤判為玻璃（誤報），客戶損失單根薯條成本；但漏判真實玻璃碎片（漏報）則會導致品牌危機。但這也正是我們技術的價值——既將漏報率壓到極致，又控制誤報引發的二次分選成本。我們(men)還(huan)可(ke)以為客(ke)戶(hu)提供(gong)多種(zhong)處(chu)理選項的彈性(xing)機制，既(ji)保障安全底線，又最(zui)大限度維持生產效率。
主持人：減少誤報(bao)非常關鍵，對于(yu)預(yu)測性(xing)維護(hu)，你們的(de)方案是基于(yu)孿生技術還是自有算法？
布蘭登：主要是基于自有算法體系。預測性維護確實是我們重點投入的方向，通過AI分析零部件壽命周期，實時監測設備異常，既能做到提前預警故障，又能協助客戶制定維保計劃。這(zhe)個領域(yu)的(de)(de)最新研(yan)究成果，正在被整合到我(wo)們的(de)(de)設備(bei)管(guan)理系統中。
智見未來：生成式AI探索
主持人：ESG已成為全球企業的核心戰(zhan)略，消費者(zhe)也更青睞環保高效品牌，從員工或客(ke)戶體驗角度，你如何看待(dai)生成式AI在工業領(ling)域的未來(lai)？
布蘭登：我認為在我們行業，生成式人工智能有很多潛在的應用。我們也在構建一些概念驗證。我認為其中一個有趣的應用是讓我們的系統更易于使用，比如通過與設備的直接對話，或者提供一個智能助手，幫助客戶優化操作，擠出機器的細微性能差距。此外，我認為還可以改進內部知識庫，使其更易于訪問，從而(er)提升我們的服(fu)務效率，這(zhe)不僅有助于(yu)提高客戶的運營效率，也利于(yu)實現ESG目(mu)標。
本土落地：從“經驗驅動”到“數據驅動”轉型
問：中國AI研發的環境怎么樣？對AI食品分選技術有什么影響？
答：前段時間的Deep Seek，相信世界已經看到了中國AI的發展勢頭，目前國內食品行業的AI研發也是百花齊放。中國食品企業正利用AI實現從“經驗驅動”到“數據驅動”的轉型。中國這個全球最大的食品市場，是我們積累海量數據的先天優勢。在龐大量級的數據投喂下，我們AI模型的精細程度和敏感度都大大提高，最終反饋到產線上的分選精準率、出成率和誤剔率上，幫助企業提升產線效能。
問：陶朗食品的AI有什么差異化？中國研發團隊有什么突破性案例？
答：我們可以從多個維度來看，相對傳統的形選和色選，我們的AI拓寬了分選能力。比如在海鮮的分選中，有玻璃、石頭、煙頭等異物，以及混入一些不同海鮮品種，傳統方式對同形或同色異物束手無策，誤剔率高。我們可以用AI采集形狀、顏色甚至紋理等不同特征，多維度判斷。而且，傳統方案需要人工提取特征，特征還可能是重疊的。用AI不僅高效識別目標，還大大節省時間和開發成本。相對于同類型AI來說，我們將傳感器和AI技術強強結合，在數據采集、數據量和樣本多樣性方面獨占優勢。另外，我們并非單純的AI軟件研發，我們也重視硬件和固件的提升，這將直接幫助食品企業提升產線的穩定性，減少故障率和停機時間。作為一家全球性企業，中國和國外研發團隊的協作也是我們的亮點，我們將全球當作一個巨大的樣本數據庫，讓AI持續學習，不斷更新和迭代。根據不同的市場，我們也在做本地化落實，根據本地客戶的需求，定制不同的數據庫。近期，我們自主開發的數據工具，將集采樣本數據的時間提升了4倍。我(wo)們正是在做這樣一個一個的(de)突破，以快速響(xiang)應(ying)客戶需求，幫助本地(di)企業(ye)靈活應(ying)對市場變化，達成商業(ye)目標(biao)。
作為食(shi)(shi)品(pin)分(fen)選領域的AI先(xian)行者，陶(tao)朗食(shi)(shi)品(pin)將(jiang)AI深入融入食(shi)(shi)品(pin)安全與產業升級(ji)，為企業構建核心競(jing)爭力。面對未來(lai)生成式AI的交(jiao)互優化和管理創新，陶(tao)朗食(shi)(shi)品(pin)也在探索新賽道，讓食(shi)(shi)品(pin)生產更智能更簡(jian)便。