Czasopismo | PROBLEMY JAKOŚCI | Rocznik 2024 - zeszyt 4

Zastosowanie sztucznej inteligencji w łańcuchu żywnościowym

The use of artificial intelligence in the food chain

10.15199/46.2024.4.3

Magdalena NIEWCZAS-DOBROWOLSKA

nr katalogowy: 150112
10.15199/46.2024.4.3

Streszczenie

Cel: Celem artykułu jest scharakteryzowanie możliwości zastosowania sztucznej inteligencji w odniesieniu do bezpieczeństwa żywności w łańcuchu żywnościowym. Projekt badania/metodyka badawcza/koncepcja: Przeprowadzono przegląd najnowszej literatury dotyczącej AI w przemyśle spożywczym w aspekcie bezpieczeństwa żywności. Wyniki/wnioski: AI ma zastosowanie w procesach w łańcuchu żywnościowym dotyczących różnych jego uczestników (rolnicy, producenci, dystrybutorzy) w charakterze prewencyjnym wystąpienia zagrożenia bezpieczeństwa żywności, jak również w sytuacji wystąpienia zagrożenia bezpieczeństwa żywności. AI daje możliwość gromadzenia, przetwarzania, modelowania, analizowania dużej ilości danych, dlatego jej zastosowanie w przemyśle spożywczym i zapewnianiu bezpieczeństwa żywności jest bardzo szerokie – od monitorowania, przewidywania zagrożenia, zapobiegania, szkolenia, po szybkie reakcje związane z wycofaniem produktu z rynku i informowaniem instytucji i konsumentów. Ograniczenia: Zajęto się aspektami teoretycznymi, można je poszerzyć o aspekty praktyczne, opinie konsumentów, producentów, instytucji. Zastosowanie praktyczne: Artykuł wskazuje na ważne zagadnienie zastosowania AI w zapewnieniu jakości w aspekcie prewencyjnym, ale również reagowania na wystąpienia zagrożenia, którego źródłem jest żywność. AI może być stosowana w różnych obszarach. Trzeba pamiętać o etyce i odpowiedzialności w stosowaniu AI. Oryginalność/wartość poznawcza: Jest to aktualny temat, związany z rozwojem AI, jej zaletami oraz zagrożeniami, które ze sobą niesie.

Abstract

Purpose: The purpose of the article is to characterize the possibilities of using artificial intelligence in relation to food safety in the food chain. Design/methodology/approach: A review of recent literature on AI in the food industry was conducted in relation to food safety. Findings/conclusions: AI is used in processes in the food chain concerning its various participants (farmers, producers, distributors) as a preventive measure against food safety hazards and threats, as well as in the event of a food safety hazard and threat. AI gives the ability to collect, process, model and analyze large amounts of data, which is why its applications in the food industry and ensuring food safety are very wide - from monitoring, risk prediction, prevention, training, to quick reactions related to product withdrawal from the market and informing institutions and consumers. Research limitations: Theoretical aspects have been addressed, but they can be expanded to include practical aspects, opinions of consumers, producers and institutions. Practical implications: The article points to the important issue of the use of AI in quality assurance, in terms of prevention, but also in response to threats arising from food. AI can be used in various areas. We must remember ethics and responsibility when using AI. Originality/value: This is a current topic related to the development of AI, its advantages and the threats it brings.

Słowa kluczowe

Keywords

Bibliografia

[1] Barnett-Neefs Cecil, Genevieve Sullivan, Claire Zoellner, Martin Wiedmann, Renata Ivanek. 2022. “Using agent-based modeling to compare corrective actions for Listeria contamination in produce packinghouses”. PLoS ONE 17(3): 0265251. DOI: 10.1371/journal.pone.0265251.
[2] Belias Aleksandra, Natalie Brassill, Sherry Roof, Channah Rock, Martin Wiedmann, Daniel Weller. 2021. “Cross-Validation Indicates Predictive Models May Provide an Alternative to Indicator Organism Monitoring for Evaluating Pathogen Presence in Southwestern US Agricultural Water”. Front. Water 3: 693631. DOI: 10.3389/frwa.2021.693631.
[3] Bouzembrak Yamine, Hans J. P. Marvin. 2016. “Prediction of food fraud type using data from Rapid Alert System for Food and Feed (RASFF) and Bayesian network modelling”. Food Control 61:180–187. DOI: 10.1016/j.foodcont.2015.09.026.
[4] Chen Tzu-Chia, Shu-Yan Yu. 2022. “The review of food safety inspection system based on artificial intelligence, image processing, and robotic”. Food Sci. Technol. 42: 35421. DOI: 10.1590/fst.35421.
[5] Escrig Josep, Alessandro Simeone, Elliot Woolley, Shreedhar Rangappa, Ahmed Rady, Nik Watson. 2020b. “Ultrasonic measurements and machine learning for monitoring the removal of surface fouling during clean-in-place processes. Food Bioprod. Process. 123: 1–13. DOI: 10.1016/j. fbp.2020.05.003.
[6] Escrig Josep, Elliot Woolley, Alessandro Simeone, Nik Watson. 2020a. “Monitoring the cleaning of food fouling in pipes using ultrasonic measurements and machine learning”. Food Control 116: 107309. DOI: 10.1016/j.foodcont.2020.107309.
[7] Escrig Josep, Elliot Woolley, S. Rangappa, Alessandro Simeone, Nik Watson. 2019. “Clean-in-place monitoring of different food fouling materials using ultrasonic measurements”. Food Control 104:358–66. DOI: 10.1016/j.foodcont.2019.05.013.
[8] Friedlander Adam, Claire Zoellner. 2020. “Artificial intelligence opportunities to improve food safety at retail”. Food Prot. Trends 40(4): 272–78.
[9] Jankowska Marlena. 2015. Podmiotowość prawna sztucznej inteligencji? W A. Bielska-Brodziak (red.) O czym mówią prawnicy, mówiąc o podmiotowości, 171–196. Katowice: Wydawnictwo Uniwersytetu Śląskiego.
[10] Lai Luigi, Marek Świerczyński. 2020. Prawo sztucznej inteligencji. Warszawa: C. H. Beck.
[11] Maharana Adyasha, Kunlin Cai, Joseph Hellerstein, Yulin Hswen, Michael Munsell et al. 2019. “Detecting reports of unsafe foods in consumer product reviews”. JAMIA Open 2(3): 330338. DOI: 10.1093/jamiaopen/ooz030.
[12] Manning Louise, Steve Brewer, Peter J. Craigon, Jeremy Frey, Anabel Gutierrez, Naomi Jacobs, Samantha Kanza, Samuel Munday, Justin Sacks, Simon Pearson. 2000. “Artificial intelligence and ethics within the food sector: Developing a common language for technology adoption across the supply chain”. Trends in Food Science & Technology 125: 33–42. DOI: 10.1016/j.tifs.2022.04.025.
[13] Marvin Hans J. P., Yamine Bouzembrak, Esme M. Janssen, H. J. van der Fels-Klerx, Esther D. van Asselt, Gijs A. Kleter. 2016. “A holistic approach to food safety risks: Food fraud as an example”. Food Res. Int. 89: 463–470. DOI: 10.1016/j. foodres.2016.08.028.
[14] Monitor Polski. Polityka dla rozwoju sztucznej inteligencji w Polsce od roku 2020, Załącznik do uchwały nr 196 Rady Ministrów z dnia 28 grudnia 2020 r. (poz. 23). Warszawa.
[15] Mu Wenjuan, Gijs A. Kleter, Yamine Bouzembrak, Eleonora Dupouy, Lynn J. Frewer, Fadi Naser Radwan Al Natour, H. J. P. Marvin. 2024. “Making food systems more resilient to food safety risks by including artificial intelligence, big data, and internet of things into food safety early warning and emerging risk identification tools”. Compr Rev Food Sci Food Saf 23(1): 13296. DOI: 10.1111/1541-4337.13296.
[16] Oldroyd Rachel, Michelle Morris, Mark Birkin. 2021. “Predicting food safety compliance for informed food outlet inspections: a machine learning approach”. Int. J. Environ. Res. Public Health 18(23): 12635. DOI: 10.3390/ ijerph182312635.
[17] Onoufriou George, Ronald Bickerton, Simon Pearson, Georgios Leontidis. 2019. “Nemesyst:A hybrid parallelism deep learning-based framework applied for internet of things enabled food retailing refrigeration systems”. Computers in Industry 113: 103–133. DOI: 10.1016/j.compind.2019.103133.
[18] Płocha Ewa Aleksandra. 2020. „O pojęciu sztucznej inteligencji i możliwościach jej zastosowania w postępowaniu cywilnym”. Prawo w Działaniu 44: 273–291.
[19] Qian C., S. I. Murphy, Renato Orsi, Martin Wiedmann. 2023. “How Can AI Help Improve Food Safety?”. Annual Review of Food Science and Technology 14: 517–38. DOI: 10.1146/ annurev-food-060721-013815.
[20] Stawiarska Ewa. 2016. „Logistyczne systemy informatyczne wykorzystujące sztuczną inteligencję w branży motoryzacyjnej”. Organizacja i Zarządzanie 4: 101–119.
[21] Warszycki Michał. 2019. „Wykorzystanie sztucznej inteligencji do predykcji emocji konsumentów”. Studia i Prace Kolegium Zarządzania i Finansów (173): 111–121.
[22] https://www.fda.gov/food/cfsan-constituent-updates/fdamoves-third-phase-artificial-intelligence-imported-seafoodpilot-program
[dostęp: 17.06.2024].
[23] https://www.fda.gov/food/new-era-smarter-food-safety- -techtalk-podcast/techtalk-podcast-episode-3-artificialintelligence-new-era-smarter-food-safety
[dostęp: 17.06.2024].
[24] https://sjp.pwn.pl/szukaj/sztuczna%20inteligencja.html
[dostęp: 10.06.2024].
[25] https://www.who.int/publications/i/item/9789241516457
[dostęp: 10.06.2024].

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


PROBLEMY JAKOŚCI- e-publikacja (pdf) z zeszytu 2024-4 , nr katalogowy 150112 licencja: Osobista Produkt cyfrowy Nowość	10.00 zł

Zeszyt


PROBLEMY JAKOŚCI- e-zeszyt (pdf) 2024-4 licencja: Osobista Produkt cyfrowy Nowość	75.00 zł

Prenumerata

PROBLEMY JAKOŚCI - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

372.00 zł

PROBLEMY JAKOŚCI - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PROBLEMY JAKOŚCI - papierowa prenumerata roczna	420.00 zł brutto 388.89 zł netto 31.11 zł VAT (stawka VAT 8%)
PROBLEMY JAKOŚCI - pakowanie i wysyłka	21.00 zł brutto 17.07 zł netto 3.93 zł VAT (stawka VAT 23%)

441.00 zł

PROBLEMY JAKOŚCI - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PROBLEMY JAKOŚCI - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	561.00 zł brutto 519.44 zł netto 41.56 zł VAT (stawka VAT 8%)

561.00 zł

Zeszyt

2024-4

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma