据报道，我国每年在餐饮上浪费的粮食高达800亿斤至1000亿斤，相当于目前粮食生产量的6.0%至7.5%。除了餐桌上的浪费，我国粮食产后损失也颇为严重，每年损失量达700亿斤以上。而人工智能技术（AI）的应用，从农场、加工、物流到消费的全产业链中解决粮食浪费问题，提供了更多可能性。
图源pixabay
AI广泛应用于农业
夕阳下无人农机在麦田里作业，井然有序地收割着地里的小麦。这样的画面以前似乎只存在于科幻电影里，而如今在人工智能、工业物联网、大数据、5G等技术的推动下，曾经属于科幻作品的AI种地成了现实。
事实上，早在十余年前，AI就已被应用于农业领域，从早期的气候灾害预警、土壤虫害探测，到近年来的无人机播种、耕作、采摘，AI正以超乎意料的速度走入田间地头。随着AI在农业领域的大范围落地，未来农村劳动力短缺等问题或可得到有效解决。
人工智慧代入农业，可应用数据分析、统计模组、自动机器人进行更有效率的农事耕作；人工智慧也能应用演算法的图像与数据将食品加工精准化，解决人力不足与劳力工资的问题；市场端的部分则可使用溯源系统将餐厅、零售业等的需求串联起来，将粮食浪费的数据进行追踪、分类，进而产生新型态的食品供应链，抑制过量生产、库存过多和浪费等问题。
事实上，农业循环经济已在历史中慢慢扎根，旨在减少浪费与污染，并使产品、原料及再生自然系统能永续使用。然而，在农业循环经济中，有限资源的消耗与成长的步调不同，而AI可以缩短农业循环经济克服这些问题的过渡期。
提高耕作方式及效率
AI可以通过资讯分析辨识到*佳再生农业的新方法，从而帮助农民避免进行昂贵且费时的田间试验。比如使用数据分析、统计模组和AI来模拟不同条件下的田间试验和农业生态系统，借助这项技术，可以探索可能的结果，同时避免造成环境破坏或牺牲产量的风险，使其能够学习并改善盈利能力和增加永续发展。
将AI演算法与机器人技术结合，可进一步实现自动化并提高控制耕作过程的能力，如AI可被用作分析作物图片，以帮助农民决定收成时间。此外，收割的工作也能通过自动机器人完成。这样的方式可减少田间食物的浪费，且能够借由改善供应链中的讯息并*大化储存环境及保鲜设备的使用效率，进而更准确地预测产量。
而AI也可以对农产品进行准确的病虫害鉴别并推荐正确的预防方法，创造出能为农作物看病的“医生”，改善农产品的质量，减少过度使用农药，提高农作物的总体产量。AI与病虫害做结合，成立病虫害的数据集，通过学习和图像识别系统技术的协作，AI监控采取特制的计算机算法模型，通过病虫害发生的光谱信号进行识别，根据有效的数据特征，实现对病虫害情况的实时识别和鉴定。
从多个环节减少粮食浪费
AI演算法可以利用来自相机、X光和近红外光谱所产生的图像和数据，在食品加工过程中，将不同产品自动进行分类，如依据*佳使用用途、尺寸、形状和品质来拣选红萝卜和马铃薯，从而降低因人工筛选而导致耗时、工资昂贵且不准确的问题。
一些公司利用AI溯源及动态定价的功能，帮助超市和其他零售商在有效期限内出售食品。一些机构和餐厅使用新工具来获取、追踪和分类粮食浪费的数据。而且，该演算法可以预测出销售量，从而使餐厅、零售商和酒店等能够更有效地将供需连接起来。
日本的一家公司开发了一套人工智能系统，用于检测鸡肉中难以去除的骨头。原有的检测系统使用的X射线有时会给出错误结果，导致肉被扔掉，而不是加工成炸鸡和其他产品。该公司希望在3年内将鸡肉加工过程中的食物浪费减少80%。
美国麻省理工学院的感官城市实验室和Alm实验室正研究开发一款原型智能污水处理平台，该平台利用AI结合物理基础设施和生化检测技术，来探询人类污水中的病原体，*终这些知识可协助将污水重新利用于再生食品系统中。
AI在农业及再生粮食系统中的过渡期扮演重要的角色，它可以改变粮食的种植、收成、分配与享用方式。
随着越来越多的数据来源可作参考，加上演算能力的提升，未来AI能够更有效地帮助粮食供需的分配、改善供应链的效率并抑制过量生产、库存过多和浪费等问题。
