據報道，我國每年在餐飲上浪費的糧食高達800億斤至1000億斤，相當于目前糧食生產量的6.0%至7.5%。除了餐桌上的浪費，我國糧食產后損失也頗為嚴重，每年損失量達700億斤以上。而人工智能技術（AI）的應用，從農場、加工、物流到消費的全產業鏈中解決糧食浪費問題，提供了更多可能性。

圖源pixabay

AI廣泛應用于農業

夕陽下無人農機在麥田里作業，井然有序地收割著地里的小麥。這樣的畫面以前似乎只存在于科幻電影里，而如今在人工智能、工業物聯網、大數據、5G等技術的推動下，曾經屬于科幻作品的AI種地成了現實。

事實上，早在十余年前，AI就已被應用于農業領域，從早期的氣候災害預警、土壤蟲害探測，到近年來的無人機播種、耕作、采摘，AI正以超乎意料的速度走入田間地頭。隨著AI在農業領域的大范圍落地，未來農村勞動力短缺等問題或可得到有效解決。

人工智慧代入農業，可應用數據分析、統計模組、自動機器人進行更有效率的農事耕作；人工智慧也能應用演算法的圖像與數據將食品加工精準化，解決人力不足與勞力工資的問題；市場端的部分則可使用溯源系統將餐廳、零售業等的需求串聯起來，將糧食浪費的數據進行追蹤、分類，進而產生新型態的食品供應鏈，抑制過量生產、庫存過多和浪費等問題。

事實上，農業循環經濟已在歷史中慢慢扎根，旨在減少浪費與污染，并使產品、原料及再生自然系統能永續使用。然而，在農業循環經濟中，有限資源的消耗與成長的步調不同，而AI可以縮短農業循環經濟克服這些問題的過渡期。

提高耕作方式及效率

AI可以通過資訊分析辨識到*佳再生農業的新方法，從而幫助農民避免進行昂貴且費時的田間試驗。比如使用數據分析、統計模組和AI來模擬不同條件下的田間試驗和農業生態系統，借助這項技術，可以探索可能的結果，同時避免造成環境破壞或犧牲產量的風險，使其能夠學習并改善盈利能力和增加永續發展。

將AI演算法與機器人技術結合，可進一步實現自動化并提高控制耕作過程的能力，如AI可被用作分析作物圖片，以幫助農民決定收成時間。此外，收割的工作也能通過自動機器人完成。這樣的方式可減少田間食物的浪費，且能夠借由改善供應鏈中的訊息并*大化儲存環境及保鮮設備的使用效率，進而更準確地預測產量。

而AI也可以對農產品進行準確的病蟲害鑒別并推薦正確的預防方法，創造出能為農作物看病的“醫生”，改善農產品的質量，減少過度使用農藥，提高農作物的總體產量。AI與病蟲害做結合，成立病蟲害的數據集，通過學習和圖像識別系統技術的協作，AI監控采取特制的計算機算法模型，通過病蟲害發生的光譜信號進行識別，根據有效的數據特征，實現對病蟲害情況的實時識別和鑒定。

從多個環節減少糧食浪費

AI演算法可以利用來自相機、X光和近紅外光譜所產生的圖像和數據，在食品加工過程中，將不同產品自動進行分類，如依據*佳使用用途、尺寸、形狀和品質來揀選紅蘿卜和馬鈴薯，從而降低因人工篩選而導致耗時、工資昂貴且不準確的問題。

一些公司利用AI溯源及動態定價的功能，幫助超市和其他零售商在有效期限內出售食品。一些機構和餐廳使用新工具來獲取、追蹤和分類糧食浪費的數據。而且，該演算法可以預測出銷售量，從而使餐廳、零售商和酒店等能夠更有效地將供需連接起來。

日本的一家公司開發了一套人工智能系統，用于檢測雞肉中難以去除的骨頭。原有的檢測系統使用的X射線有時會給出錯誤結果，導致肉被扔掉，而不是加工成炸雞和其他產品。該公司希望在3年內將雞肉加工過程中的食物浪費減少80%。

美國麻省理工學院的感官城市實驗室和Alm實驗室正研究開發一款原型智能污水處理平臺，該平臺利用AI結合物理基礎設施和生化檢測技術，來探詢人類污水中的病原體，*終這些知識可協助將污水重新利用于再生食品系統中。

AI在農業及再生糧食系統中的過渡期扮演重要的角色，它可以改變糧食的種植、收成、分配與享用方式。

隨著越來越多的數據來源可作參考，加上演算能力的提升，未來AI能夠更有效地幫助糧食供需的分配、改善供應鏈的效率并抑制過量生產、庫存過多和浪費等問題。