要點:
目前為止，人工智能還是無法精確切割，也很難準確區分雞肉中的皮、脂肪、骨頭和肉。面對日益高漲的科技發展浪潮，食品加工行業應該從經濟發展的基本需求出發，把人工智能技朮作為轉型方式，積極推進行業的智能化升級。但與此同時，我們也要理性、全面看到食品加工人工智能下對人工的崗位影響。對於“個體差異性”較大的行業而言，人工智能在這一領域還面臨著重大的挑戰。
投資不僅僅是為了創造財富，更是一種洞察宏觀經濟的態度，見證社會演變與科技發展。我們一起，從大變局中看清發展趨勢，希望從不確定中找到確定。
狂呼金融研究所聚焦於新的社會發展形勢下，金融與經濟對當今世界日益凸顯的影響。以全面、理性的投資視角，洞察分析每一個趨勢與機會，為廣大投資者創造更高質量、更獨特的金融投資觀點。
狂呼，比一部分人更快、更准地看清市場，讓大眾洞察金融經濟的核心。
聯系我們 // 相關文章
隨著人工智能AI的發展日益迅速，加拿大農業產業也引入了許多新技術，從建議農民何時噴灑、播種和收割田地的數據系統，到機器人擠奶機再到人工智能設備等，都取得了對應的進步。但對於“肉類加工”而言，進步的速度卻沒有那麼快。
人工智能、自動化和機器人技術正在重塑許多行業及領域。經濟專家表示，肉類加工行業可以從人工智能技術中受益，以克服勞動力短缺、提高食品安全並保持相對於植物蛋白等替代品的競爭力優勢。但儘管如此，肉類加工行業與人工智能的結合並不是一件容易事。
與汽車行業安裝零部件不同，處理肉類的其中一個挑戰是需要憑藉人眼和觸覺去區分不同的肉，因為沒有兩塊肉是完全100%相同。目前為止，人工智能還是無法精確切割，也很難準確區分雞肉中的皮、脂肪、骨頭和肉。近日，加拿大楓葉食品公司首席資訊和技術長安德烈亞斯·利里斯/Andreas Liris也表示， “我們在很多方面都落後了。人工智能加工肉類超級困難，但隨著機器人變得越來越靈敏，這種情況正在慢慢改善。”
加拿大“加工肉類”與人工智能AI
楓葉食品公司/Maple Leaf Foods是一家加拿大消費者包裝肉類公司，總部位於安大略省密西沙加市，2022年銷量高達47億加元。公司正在取得長足進步，例如使用人工智能技術在設施內運輸重型動物、堆放和移動箱子以及優化運輸負載以減少卡車運輸量。 近年來，楓葉食品開始在卡車上使用感測器來追蹤雞群從農場到設施的溫度和濕度。Liris表示，該技術有助於改善動物福利和肉類品質。
此外，幾家加拿大新創公司也正在嘗試開發解決方案來實現該行業的人工智能化，其中包括總部位於滑鐵盧的P&P Optica。該公司利用高光譜成像和人工智慧來了解肉類在生產線上移動時的食品化學成分 。
在開發出複雜的成像技術後，下一個挑戰是確保設備足夠耐用、能夠在低溫下運行，並能在設施消毒過程中承受熱肥皂高壓水的噴射。“如何將非常脆弱的光學系統放入每天都需要清潔的製造工廠中，顯得尤為重要” P&P Optica執行長Olga Pawluczyk分享到。“你必須以這樣的方式清潔它，以免沙門氏菌、李斯特菌、大腸桿菌在植物中生長。”該公司目前已在北美的10個肉類包裝工廠安裝了其設備，成像技術可以檢測和測量蛋白質、水和脂肪的數量，同時還可以注意到任何污染物，例如可能從傳送帶上脫落的塑膠碎片。加工肉類領域的智能化發展，從不同角度顯現了“食品加工的人工智能之路”正在持續進行中。
食品加工的人工智能AI之路
傳統的食品加工行業體量大利率低，大部分食品加工企業主要靠大量的廉價勞動力實現微薄盈利。同時，該行業對衛生要求極高，過多的人為因素不利於保證食品安全。隨着生活水平的提高，人們對健康及個性化的食品需求越來越大。而人工智能AI技朮的引入可以在一定程度上解決食品加工行業存在的上述問題，滿足消費者日益個性化的需求。
面對日益高漲的科技發展浪潮，食品加工行業應該從經濟發展的基本需求出發，把人工智能技朮作為轉型方式，積極推進行業的智能化升級。
食品加工行業的五大人工智能技朮:
大數據技朮 - 指從各種各樣類型的數據中，快速獲得有價值信息的能力，包括可視化分析、挖掘算法、預測性分析、數據管理等。大數據技朮在食品加工行業主要應用在甄別材料、食品新口味研發等。
計算機視覺 - 計算機視覺運用攝影機和計算機代替人眼對目標進行識別，并進一步處理成更適合人眼觀察或傳送給儀器檢測的圖像，在食品加工行業主要應用在材料甄別、自動化加工等。
機器人技朮 - 食品加工行業的機器人技朮包括生產加工機器人、食物收取機器人等。機器人技朮是食品加工行業向作業自動化升級的重要技朮，減少行業對勞動力的需求，實現精細化生產。
機器學習 - 機器學習研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，其在食品加工行業應用廣泛，包括新食品研發、新口味合成等。
深度學習 - 深度學習是一種以人工神經網絡為架搆，對數據進行表徵學習的算法，用非監督式或半監督式的特徵學習和分層特徵提取高效算法，在食品加工行業主要運用在食品開發領域。
但與此同時，我們也應看到人工智能技朮在食品加工行業的局限性:
成本高 - 食品加工行業利潤相對薄弱，自主研發或外部購買人工智能技朮相對於勞動密集型作業成本較高。此外，該行業內缺乏財大氣粗的巨頭公司牽頭研發，整體來說智能升級成本較高。
食品安全問題 - 食品加工行業無論是在初加工環節還是在研制新食品領域對衛生及安全的要求都非常高，國內外食品衛生標准嚴苛，企業需要付出一定人力物力財力成本才能達到生產合格標准。
數據不足 - 傳統行業數據基礎弱，有效的用戶數據不足，導致食品加工企業很難搆建精准的機器學習模型；同時，企業自身的客戶數據屬於商業機密，數據進行行業公開共享並不符合現實情況。
此外，“勞工困境”也是食品加工智能化遇到的另一問題
肉類加工產業一直是勞力密集產業，而採用人工智能AI填補這些人工職位是一個持續的挑戰。低薪工作往往不受歡迎，因為工廠車間的工人重複著同樣的動作，常用刀和鋸來剔骨和切片牲畜。在COVID-19大流行的早期階段，肉類加工設施受到了嚴重打擊，因為病毒很容易在幾乎並肩站立的工人之間傳播。甚至，這場大流行凸顯了該行業對這些工人的依賴，許多工廠關閉中斷了雜貨店的肉類供應並且推高了價格。
食品經濟學家表示，“該行業感受到的壓力之一是勞動力，或許可以通過技術投資來緩解。” 他認為，降低該行業的勞動強度有助於減緩食品價格上漲，儘管許多其他因素也會影響雜貨店貨架上的價格波動。
但是，有些業內人士將科技視為緩解勞動力壓力的解決方案，而有些人則認為機器人可以“幫助工人”，而不是“取代他們”。
麥基爾大學生物資源工程教授、MatrixSpec Solutions公司創辦人Michael Ngadi正在開發一項可以減少設施勞動力需求的技術。在過去的十年裡，他開發了一種工具來檢測一塊豬肉中的脂肪或大理石花紋的含量。Ngadi表示，目前工人們接受了評估加工線上脂肪量的培訓，但機器學習和人工智慧的結合可能會更可靠。“如果有人工作了八個小時只專注在重複性工作，那麼到了某個時候，這個人的效率自然可能會下降。或者只是有人頭痛或心情不好，也會影響到工作效率。”因此，Ngadi認為，人工智能的出現可以在一定程度上彌補人工所無法避免的“缺點”。
食品加工領域人工智能化爆發？
除了上述案例以外，食品加工領域的人工智能化近年來呈現非常強勁的趨勢。2019年，Mayekawa交付了第一台名為“ LEGDAS”自動雞整腿去骨機。Mayekawa的機器人技朮可提供等同於熟練工人的性能。只需簡單學習機器操作，即可在短時間內培訓優質的勞動力，并減少以往工人常見的肌腱炎等職業傷害，從而使機器人為工人提供了一個更加友好的工作環境。此外，Mayekawa的機器人通過在加工肉類時保證與人體的接觸盡可能地減少，從而實現了高度衛生的操作。
近年來，願意從事肉類加工的員工變得越來越稀少，這樣的情況會無法滿足人員配備需求以確保加工廠的持續生產。此外，相關工人的離職率非常高，工人難以維持有效進行長時間的去骨工作。由於肉質的柔軟且每塊都具有不同的形狀，因此去骨過程的自動化已成為一項挑戰，迄今為止，這項工作一般是手工完成的，因為高效率有效地從肉中去除骨頭需要專業技朮，然而很少有專業的技工可以快速、輕松地進行這項工作。
值得註意的是，Mayekawa的肉類加工機器人HAMDAS-R甚至可以處理形狀不規則的軟物體，并且比手動加工具有更快的加工速度，這可以保證HAMDAS-R可以生產出以前只有手動處理才能提供的外觀好且質量高的產品。HAMDAS-R使得某些去骨分割環節可以實現全自動加工，同時保證更快速和精確的加工效率，加工成品的一致性更好。
通過使用HAMDAS-R代替勞動密集型且需要熟練技能的手動豬肉火腿去骨工作，肉類加工公司可以在去骨相關領域減少50％至60％的勞動力。與此同時，HAMDAS可以保持去骨肉質量的穩定性， 通過以恆定的加工速度去骨，產生與手工完成相當的產量，同時保持所需水平的去骨技朮，最后確保了穩定且一致的去骨肉品質。
過去，機器人總是被人類小看，認為他們不能從事諸如切肉之類的復雜任務，因為人們一直認為自動化機器無法與人類的精准表現相提并論。隨着技朮的不斷發展，越來越多的公司可以根據用戶需求對機器人切割機進行廣泛的編程和定制化設計，機器人技朮在食品行業中的應用有望在未來得到進一步擴展。而畜禽類肉品高效精准機器人自主分割，成為了全球眾多國家研究的重點之一。
人工智能真的會完全取代人工嗎？
全球機器人行業未來的持續增長仍然值得我們的期待。而且，考慮到加工食品的勞動密集型性質以及人類對肉類食物加工始終如一的高生產率的特殊需求，肉類加工行業可能是機器人技朮大放異彩的特有市場，其中最知名的公司之一是梅恩食品加工。
Meyn Food Processing Technology/梅恩食品加工技術，於1959年由Piet Meijn和Cor Koning在荷蘭Oostzaan創立，是一家總部位於荷蘭奧斯特贊的家禽加工服務的供應商。Meyn的主要業務是為家禽加工廠製造家禽加工設備，業務遍及全球九十多個國家和各大洲，包括歐洲、北美、拉丁美洲、亞洲和非洲。他們擁有約1,000名員工，並擁有由14個銷售辦事處組成的網路。
經過早期的多次所有權變更，Meyn於2005年被Altor Funds收購。在新的所有權下，該公司成長為該領域的全球市場領導者，營業額超過2億歐元。他們將業務擴展到90多個國家，銷往新興市場的新項目比例大幅上升。2012年7月31日，Meyn被巴菲特的Berkshire Hathaway子公司CTB收購，該公司是一家農業系統和解決方案的設計、製造和行銷商。
整體來說，食品加工行業目前針對非規則肉類的處理工作對機器人而言還是有一定的困難性，因為非規則意味著每一塊肉的紋路、品質都不盡相同。相比人工可以通過豐富、大量的經驗進行靈活處理，機器人則顯得“略為死板”。對於標準化的東西，比如奶茶製作、汽車零部件安裝，人工智能可以大放異彩，發揮強大的作用。但對於“個體差異性”較大的行業而言，人工智能在這一領域還面臨著重大的挑戰。食品加工行業未來能否和人工智能完美融合，以適應不同情況的問題解決？讓我們拭目以待。
在如此動蕩的金融市場中，你會選擇怎樣投資？
一起深入了解資深投資者的交易策略。在投入股市之前，多認識金融市場，才可提高投資回報率。關注狂呼“個股分析”欄目，緊密跟蹤股市走勢，尋找更多投資機會。
點擊此處了解更多
