2022年10月31日,江南大学传统酿造食品研究中心科研团队联合泸州老窖股份有限公司在国际食品TOP期刊Critical Reviews in Food Science and Nutrition(Q1,IF: 11.208)发表题为“Artificial intelligence-based approaches for traditional fermented alcoholic beverages’ development: review and prospect”的综述性论文。该论文的第一作者是江南大学传统酿造食品研究中心硕士研究生余化鲲和刘双平教授,通讯作者是毛健教授和刘双平教授。
传统发酵酒精饮料 (TFAB) 已获得广泛接受,并在几个世纪以来广受欢迎。COVID-19 大流行导致对饮食的健康需求激增,因此 TFAB 再次引起人们对健康益处的更多关注。尽管生产技术相当成熟,但食品公司和研究机构正在寻找 TFAB 的变革性创新,以提供健康、营养丰富的产品,从而在当前的饮料市场中具有竞争优势。智能平台的实施使公司和研究人员能够以更便捷的方式收集、存储和分析数据。数据采集方法的发展促成了 TFAB 的大数据环境,提供了一个全新的视角,帮助酿酒商观察和改进生产步骤。在数据分析工具中,人工智能(AI)被认为是大数据分析和自动化生产决策最有前景的方法之一,而机器学习(ML)是实现这一目标的重要方法。本综述描述了大数据时代 TFABs 的发展趋势和挑战,总结了基于 AI 的方法在 TFABs 中的应用。最后,该文对人工智能方法在 TFAB 供应链中的应用新前沿的潜在研究方向提出了展望。本论文获得国家自然基金(32072205, 22138004)和四川省科技计划项目(2021YFS0337)的资助。
结论和展望
基于人工智能的方法为优化和自动化 TFAB 的生产和营销流程提供了机会。在这篇综述中,作者进行了系统的努力来审视将机器学习方法应用于 TFAB 研究的好处和潜力。该研究还提出了智能控制发酵系统的框架。据观察,机器学习方法已应用于生产和营销以提供决策支持。尽管这些尝试在 TFAB 中是创新的,但在其他领域也可以找到类似的应用。该文还提出了与传统发酵过程特征相对应的三种潜在应用,以开发独特的 TFAB 产品。多组学和物联网创建的海量数据将在这些应用程序中得到充分利用。发酵过程的智能控制是TFABs产业化的主要目标之一,同时代谢机制和微生物相互作用的多组学分析是TFABs研究的最大挑战之一。这项研究建议将人工智能方法作为这些问题的解决方案。它有望通过采用机器学习方法对发酵过程的定向调控策略进行深入探索。
基于人工智能的技术在大数据时代具有很强的预测能力和高效率,有望成为TFABs生产链中最具变革性的数据挖掘方法。尽管上述应用和潜力令人鼓舞,但出于几个原因,应用机器学习技术也应谨慎。机器学习模型在预测方面具有很高的效率,但它总是需要大量的时间来提供更准确的结果。此外,传统的发酵生产技术经过数千年的经验证明是有效的,而机器学习方法的预测结果是基于数据的,缺乏科学依据。数据质量参差不齐可能导致错误预测并引发食品安全问题。到目前为止,基于人工智能的方法应被视为人类的决策辅助工具。它需要长期的监控和实验来验证机器学习方法的安全性。
综上所述,人工智能方法可推动 TFABs 链的工业化和自动化进程,并保证质量。然而,在数据质量、模型解释和人工智能人才短缺等方面存在挑战。尽管存在局限性,但人工智能技术应被视为未来传统微生物资源开发和传统发酵过程定向调控的重要工具。
图文赏析
图 1. 数据驱动的方法改变了 传统发酵酒精饮料的发展
图 2. 传统发酵酒精饮料的发展
图 3. 作坊式黄酒和机械化黄酒的生产工艺
图 4. 典型的机器学习建模过程
图 5. 应用于研究 传统发酵酒精饮料的机器学习驱动方法
图 6. 传统发酵工艺和 AIOT 驱动的自动化生产工艺