Η τεχνητή νοημοσύνη μπορεί να βοηθήσει τη βιομηχανία τροφίμων να εντοπίζει νωρίτερα πιθανούς κινδύνους, να αναγνωρίζει μοτίβα που δύσκολα ανιχνεύονται με τις παραδοσιακές μεθόδους και να προβλέπει ακόμη και την εμφάνιση εστιών τροφιμογενών λοιμώξεων. Για να λειτουργήσουν όμως αποτελεσματικά τέτοια συστήματα χρειάζονται μεγάλες ποσότητες δεδομένων. Και ακριβώς εκεί βρίσκεται ένα από τα μεγαλύτερα εμπόδια, καθώς οι επιχειρήσεις δεν είναι πάντα πρόθυμες να μοιραστούν δεδομένα που μπορεί να αποκαλύπτουν αδυναμίες, εμπορικά ευαίσθητες πληροφορίες ή στοιχεία που θα μπορούσαν να χρησιμοποιηθούν από ανταγωνιστές. Αυτό είναι το βασικό συμπέρασμα μελέτης ερευνητών από το Πανεπιστήμιο Cornell, το Πανεπιστήμιο της Καλιφόρνιας στο Ντέιβις και το Πανεπιστήμιο της Καλιφόρνιας στο Μπέρκλεϊ. Οι ερευνητές πραγματοποίησαν εις βάθος συνεντεύξεις με 27 στελέχη της βιομηχανίας τροφίμων, μεταξύ των οποίων διευθυντές ασφάλειας τροφίμων και στελέχη από τους κλάδους των γαλακτοκομικών, του κρέατος, των φρούτων και λαχανικών, της μεταποίησης τροφίμων και των εργαστηρίων ασφάλειας τροφίμων.
ΔΕΙΤΕ ΕΠΙΣΗΣ | Συμπληρώματα εμμηνόπαυσης: Είναι απλώς πανάκριβα προϊόντα με ελάχιστα θρεπτικά συστατικά; Έρευνα της Which?
Μεγαλύτερες βάσεις δεδομένων, καλύτερη πρόβλεψη κινδύνων
Η λογική πίσω από την ανταλλαγή δεδομένων είναι σχετικά απλή. Μια μεμονωμένη επιχείρηση διαθέτει μόνο ένα μέρος της συνολικής εικόνας. Αντίθετα, ένα κοινό σύνολο δεδομένων θα μπορούσε να περιλαμβάνει αποτελέσματα ελέγχων, περιβαλλοντικές μετρήσεις, περιστατικά επιμόλυνσης και άλλες πληροφορίες από πολλές επιχειρήσεις και διαφορετικές περιοχές.
Οι ερευνητές διαπίστωσαν ότι τα στελέχη αναγνωρίζουν πως μεγαλύτερες και πιο διαφοροποιημένες βάσεις δεδομένων θα μπορούσαν να βοηθήσουν στην έγκαιρη αναγνώριση τάσεων και κινδύνων, στη βελτίωση των προγνωστικών μοντέλων και στην καλύτερη κατανόηση σπάνιων περιστατικών τροφιμογενών λοιμώξεων. Ένα ακόμη πιθανό όφελος είναι ότι μικρότερες επιχειρήσεις θα μπορούσαν να αποκτήσουν πρόσβαση σε αναλύσεις που διαφορετικά θα απαιτούσαν σημαντικές επενδύσεις σε τεχνολογία, έρευνα και εξειδικευμένο προσωπικό.
Η δυνατότητα αυτή αποκτά ιδιαίτερη σημασία για την τεχνητή νοημοσύνη, καθώς τα μοντέλα μπορούν να αναλύουν πολύ μεγαλύτερους όγκους δεδομένων από έναν άνθρωπο και να εντοπίζουν συσχετίσεις που μπορεί να μην είναι άμεσα εμφανείς. Πρόσφατη συστηματική ανασκόπηση στο npj Science of Food, η οποία εξέτασε 161 δημοσιεύσεις σχετικές με την τεχνητή νοημοσύνη και την ασφάλεια τροφίμων, διαπίστωσε ότι η χρήση της AI επεκτείνεται σε τομείς όπως οι μικροβιολογικοί και χημικοί κίνδυνοι, η νοθεία τροφίμων και οι τροφιμογενείς ασθένειες. Οι συγγραφείς επισημαίνουν παράλληλα ότι η πρόσβαση σε επαρκή και υψηλής ποιότητας δεδομένα αποτελεί βασική προϋπόθεση για την ανάπτυξη και επικύρωση τέτοιων μοντέλων.
Η ανταλλαγή δεδομένων, ωστόσο, δεν είναι μια απλή τεχνική διαδικασία. Οι επιχειρήσεις που συμμετείχαν στη μελέτη εξέφρασαν ανησυχίες για το τι θα συμβεί στα δεδομένα τους από τη στιγμή που θα φύγουν από τον έλεγχό τους. Μεταξύ των προβληματισμών ήταν η πιθανότητα λανθασμένης ερμηνείας, η αποκάλυψη λειτουργικών αδυναμιών, η χρήση των πληροφοριών από ανταγωνιστές και η πιθανότητα αυξημένου ρυθμιστικού ελέγχου. Υπάρχει επίσης μια βασική ανισορροπία. Το κόστος και ο κίνδυνος από την κοινοποίηση των δεδομένων μπορεί να βαρύνουν μια συγκεκριμένη επιχείρηση, ενώ τα οφέλη από τη δημιουργία μιας μεγαλύτερης βάσης δεδομένων κατανέμονται σε ολόκληρο τον κλάδο. Αυτό αποτελεί έναν από τους λόγους για τους οποίους η εθελοντική ανταλλαγή δεδομένων μεταξύ ανταγωνιστικών επιχειρήσεων παραμένει περιορισμένη.
ΔΕΙΤΕ ΕΠΙΣΗΣ | Καστορέλαιο: Τι πραγματικά προσφέρει και ποιοι δημοφιλείς ισχυρισμοί δεν έχουν αποδειχθεί
Η λύση περνά από κοινά πρότυπα και ανεξάρτητους φορείς
Ένα ακόμη πρόβλημα είναι ότι οι επιχειρήσεις δεν χρησιμοποιούν απαραίτητα τα ίδια πληροφοριακά συστήματα, τις ίδιες μορφές καταγραφής ή το ίδιο επίπεδο ψηφιακής τεχνολογίας. Μεγάλες εταιρείες μπορεί να διαθέτουν προηγμένες ψηφιακές πλατφόρμες, ενώ μικρότερες επιχειρήσεις εξακολουθούν να βασίζονται σε υπολογιστικά φύλλα ή ακόμη και σε χειρόγραφες καταγραφές. Η ενοποίηση αυτών των δεδομένων είναι επομένως δύσκολη. Οι συμμετέχοντες στη μελέτη πρότειναν μεγαλύτερη συμμετοχή πανεπιστημίων, κλαδικών οργανώσεων ή ανεξάρτητων πλατφορμών, οι οποίες θα μπορούσαν να λειτουργήσουν ως ουδέτεροι φορείς για την ανταλλαγή δεδομένων. Κοινά πρότυπα για την ιδιοκτησία, την προστασία της ιδιωτικότητας, την ασφάλεια και τη χρήση των πληροφοριών θα μπορούσαν να περιορίσουν την αβεβαιότητα και να ενισχύσουν την εμπιστοσύνη μεταξύ των επιχειρήσεων.
Η Ευρωπαϊκή Αρχή για την Ασφάλεια των Τροφίμων (EFSA) επισημαίνει ότι τα δεδομένα αποτελούν βασικό στοιχείο της επιστημονικής αξιολόγησης κινδύνου και συλλέγει πληροφορίες από εθνικές αρμόδιες αρχές, επιχειρήσεις τροφίμων, ακαδημαϊκά ιδρύματα και άλλους φορείς. Η συγκρισιμότητα των δεδομένων και η υποβολή τους σε προκαθορισμένες μορφές είναι απαραίτητες για να μπορούν να αξιοποιηθούν στις επιστημονικές αξιολογήσεις.
Η πρόκληση, επομένως, δεν είναι μόνο να γίνει η τεχνητή νοημοσύνη πιο ισχυρή, αλλά να δημιουργηθεί το κατάλληλο περιβάλλον ώστε να έχει πρόσβαση σε ποιοτικά, συγκρίσιμα και αξιόπιστα δεδομένα, χωρίς οι επιχειρήσεις να χάνουν τον έλεγχο των ευαίσθητων πληροφοριών τους. Η έρευνα δείχνει ότι η τεχνολογία μπορεί να εξελιχθεί γρήγορα, αλλά η συνεργασία και η διακυβέρνηση των δεδομένων παραμένουν εξίσου κρίσιμοι παράγοντες για την αξιοποίησή της στην ασφάλεια τροφίμων.
ΔΕΙΤΕ ΕΠΙΣΗΣ
- Ανοίγουν και πάλι τα σύνορα στα βραζιλιάνικα κοτόπουλα αλλά παραμένει το μπλόκο στο μοσχάρι – Τι έδειξαν οι Ευρωπαϊκοί έλεγχοι για αντιβιοτικά και ορμόνες
- Ωφελεί η δίαιτα χωρίς γλουτένη, όταν δεν έχουμε κοιλιοκάκη;
- MAX STORES: Πρόστιμο 6000 ευρώ για παράβαση που αφορά τις τιμές σε προϊόντα
- Γιατί το ψητό κοτόπουλο κοστίζει λιγότερο από τα λαχανικά στο σούπερ μάρκετ;
- Ρύζι: Τελικά, πρέπει να πλένεται πριν το μαγείρεμα;
- Σορμπέ φρούτων: Εργαστηριακός έλεγχος αποκαλύπτει πόσα φυτοφάρμακα «σερβίρονται» μαζί με τη δροσιά
- Βαφές μαλλιών: Σοβαρές αλλεργίες, καταστροφή του μικροβιώματος και τριχόπτωση – Οι άγνωστοι κίνδυνοι για το δέρμα και το τριχωτό για κομμωτές και καταναλωτές
- Κατεψυγμένο σπανάκι: Το απλό κόλπο πριν το μαγείρεμα για να μην γίνει νερουλό
