“复杂性、人工智能与食品未来”系列讨论之五：有一天，指纹会让你的食物更安全吗？是的，某种形式的指纹识别可能会做到这一点。



无论你是在开银行账户，申请护照，出入境，还是简单地解锁智能手机，你都很有可能被某种形式的生物识别系统所标记。生物识别技术广泛应用于公共服务和金融领域，甚至内置于许多最新的消费级电子设备中。

生物识别技术用于通过测量独特的身体或行为特征来识别个人，是对古老技术的现代诠释。早在狂野的西部，素描艺术家会画出不法之徒的肖像，这样他们就可以出现在给赏金猎人的通缉海报上，以此识别其身份。

随着时间的推移，这项技术不仅升级了，而且更精确了，比如摄影，到计算机生成的图像识别、再到虹膜识别、语音识别和指纹识别。生物识别的最新发展包括现在所谓的“软生物特征”，并非专注于测量一个人的特定身体特征，而是关注一个人完整独特结构特征的总和 （如脸、身体和其他部位）。

生物识别技术在食品安全方面起着至关重要的作用。除了识别人，生物识别技术可以用来对收获后农产品的状态进行统计分析，将通过对特定农产品在供应链中的营养成分变化率的统计分析来实现。这类系统需要智能生物识别技术，能够本能地根据特定的农产品和食品类型进行分析。

传统的食品安全方法属于劳动密集型，要对农产品进行物理检查和化学采样。尽管涉及的工作量很大，但这一过程并不能保证安全性，因为对每一件进入市场的产品都进行检验是不可能的。这套系统依赖于统计学，只对适量的产品进行随机检查，在进入商店货架之前发现质量不可靠的产品。

生物识别技术则提供了一种更智能的检测方法，可以测量适合每种商品的特定生物和化学参数。就像红肉和鱼肉，对蔬菜的检验过程与水果也不尽相同。人工智能可以帮助克服为每种农产品开发生物特征识别的复杂性。

农业中的智能生物识别技术将把高光谱图像，算法和机器学习结合到农产品检测中，从而使检测过程变得更加及时和有效。数字成像和光谱学可被用来检查单个农产品的完整生物状态，对生物特征的测量包括物理外观、水分含量、营养含量以及新鲜度等等。

光与有机体的生物特征以独特的方式相互作用。机器学习和算法将对农产品个体的特征进行分类，开发出能识别产品问题的系统。归根结底，这样的数字化特征比人类检验员更有效，可以在污染、腐烂和其他问题的细微迹象出现之前识别它们。

加利福尼亚州的初创公司ImpactVision一直在开发安装在传送带上的摄像头来实时分析食品质量。他们的系统不依赖随机取样，而是对食品加工厂里的所有产品进行非侵入性分析。这种分析比传统的检测技术更深更广。根据公布的系统功能，ImpactVision可以区分解冻的鱼和新鲜的鱼，分析肉类的嫩度，以及确定水果的新鲜度。很可能，这只是对终级可能性的初步体验。

即使能对一家工厂产出的所有东西进行测试可能也是不够的。污染可能发生在任何地方，在超市货架上，也可能发生在餐厅或面包店里，或是到达消费者手中之后。有一天，先进的生物识别监测器可能会驻扎在每个地点，以提高整个农业食品供应链的安全。

农业的复杂问题激发了人工智能解决方案，而这些解决方案需要创新思维和对大自然的深刻理解。下期讨论中，我们将把已经讨论过的概念结合在一起，展示人工智能解决方案如何成为实现人类粮食安全的最大希望。