區塊鏈能減少食物浪費?IBM 揭五大改變世界的創新科技

作者 | 發布日期 2019 年 02 月 13 日 8:00 | 分類 AI 人工智慧 , 區塊鏈 Blockchain , 物聯網 follow us in feedly

全球人口將在 5 年內突破 80 億大關,IBM 混合雲資深副總裁 Arvind Krishna 認為:「受到氣候變遷、有限水資源的影響,我們的食物供給,只會面臨越來越多的考驗,」他說:「要能夠面對這樣未來,我們會需要新的科技、科學、設備上的突破。」



正因為如此,每年 IBM 研究院都會針對全球的趨勢、市場走向,提出未來 5 年五大創新科技預測報告「5 in 5」,今年(2019)的重點,聚焦在食品安全,以及減少污染及浪費。

數位身分模擬,讓農民用更少資源養活更多人口

IBM 指出,本世紀結束時,世界人口將增加 45%,同時種植食物的土地也會減少 20%,農夫必須用更少的資源,養活更多的人口。

因此,可以透過數位化記錄作物的品質、土壤狀況、市場上的售價,以及物流的狀況,也就是我們常說的數位分身(Digital twins),意思是把物理世界跟數位世界連接在一起,透過感測器做出真實物件的模型,再搭配 AI、機器學習、軟體分析,做出只存在於虛擬空間中數位生產模型,這些模型就像是一個虛擬的雙胞胎,可以用來幫助設備預防性維護、設計生產流程等。

▲ 透過數位身分(Digital twins),能幫助農夫利用所蒐集到的數據,更有效率地預測農作物產量,就能在有限的資源下,擴大生產的規模。(Source:IBM

透過數位身分(Digital twins),能幫助農夫利用所蒐集到的數據,更有效率地預測農作物產量,在有限的資源下,擴大生產的規模,同時這些系統模擬真實情況,也能變成提供銀行借貸所需的資料,讓農民更有能力拓展自己的事業。

區塊鏈結合 AI,減少蔬果浪費

根據統計,農民種植的蔬果,有高達 45% 是浪費掉的。IBM 認為,從農民到食品供應商,供應鏈中的每個參與者,都必須清楚知道需要種植、訂購以及出貨的數量。

IBM 認為,當區塊鏈、物聯網(IoT)、AI 演算法整合在一起,便能解決這類問題。簡單來說,IoT 裝置可以追蹤蔬果從採收到販賣的過程,AI 演算法透過數據分析,幫零售商找出消費者的飲食消費習慣,以便在對的時間下訂對的蔬果,避免進貨過多浪費,消費者買到的蔬果也相對新鮮。

▲ 透過分散式帳本,記錄整個蔬果供應鏈的狀態,當資訊安全、透明後,能減少生產端、銷售端的資訊落差,以降低蔬果浪費。(Source:IBM

上下游資訊的串接,靠的是區塊鏈技術,透過分散式帳本,記錄整個蔬果供應鏈狀態,資訊安全、透明後,能減少生產端、銷售端的資訊落差,以降低蔬果浪費。

食品安全監督將更有效率

食品安全也是一大重點,以美國來說,受污染的食品每年會產生 90 億美元的醫療費用,以及 750 億美元的食品銷毀損失,更導致 3,000 多人因此死亡。

▲ 以大數據分析的方式,分析微生物的基因組成,可以提早發現病原菌生長,讓食品安全變得具有預測性。(Source:IBM

IBM 認為,未來 5 年全球的食品安全檢測人員,將能透過微生物來保護我們所吃的食物。事實上,有些微生物對人體是有益的,有些則是有害的,研究人員會從 DNA 及 RNA(核糖核酸)中,找到微生物組,透過核酸定序技術次世代定序(Next Generation Sequencing),以大數據分析的方式,分析微生物的基因組成,可以提早發現病原菌生長,讓食品安全變得具有預測性。

人人都能自己把關食物安全

當然,如果可以靠手機驗出食物中的污染物質,對所有人來說將更便利,IBM 正在研發一款可攜帶的 AI 感測器,可以偵測出比人類頭髮還小 75 倍的細菌。

▲ 細菌感測器技術可提升病原體檢測的速度,從幾天縮短到幾秒鐘的時間。(Source:IBM

除了手機,未來這款感測器也可能裝在流理台、沾板,甚至是叉子,可以在食物吃進嘴巴前,分析食品是否有污染物質;在工業應用端,也能將這類微型感測器裝在工廠的輸送帶中。一旦這技術成真,細菌感測器技術可提升病原體檢測的速度,從幾天縮短到幾秒鐘的時間,讓人們自己就能檢測食物是否含有大腸桿菌或沙門氏桿菌。

塑膠變成可再利用

無法回收的塑膠容器,成為地球生態的一大負擔。IBM 認為,5 年內可以大幅改變垃圾處理的方式,提出一種叫 Volcat 的技術。

▲ Volcat 可將聚酯纖維轉成可再生資源,目標是把這些聚酯廢料,轉化成新的可再生材料。(Source:IBM

Volcat 可將聚酯纖維轉成可再生資源,目標是把這些聚酯廢料,轉化成新的可再生材料,也就是說從牛奶盒、餅乾容器、塑膠袋都變得可以回收,企業也能用這些再生資源重新製造新的產品,以減少塑膠用品的數量。

(本文由 數位時代 授權轉載;首圖來源:pixabay