食品工業(yè)作為重要的民生產(chǎn)業(yè)，轉(zhuǎn)型升級的步伐從未停止。為了適應不同區(qū)域、不同消費群體的食品需求，生產(chǎn)安全、營養(yǎng)、個性化的食品，食品工業(yè)正在推動人工智能、物聯(lián)網(wǎng)等新興技術(shù)的應用，其中，深度學習算法技術(shù)作為人工智能的重要分支，愈加受到關(guān)注。
深度學習算法的優(yōu)勢體現(xiàn)在哪里？簡而言之，可以解決更復雜更抽象、難以求得規(guī)律的問題，舉個例子，2016年，圍棋機器人（AlphaGo）以“深度學習”作為主要工作原理，擊敗了人類圍棋大師，而這是傳統(tǒng)算法難以實現(xiàn)的。
AlphaGo之前，象棋機器人（深藍）通過搜索解法+評估勝率的途徑戰(zhàn)勝人類象棋大師，但這難以適用于棋局總排列組合數(shù)高達10的171次方、更復雜難解的圍棋游戲。
AlphaGo則通過深度學習算法，使用人工神經(jīng)網(wǎng)絡模型，模擬人腦學習、判斷的方法，評估圍棋中的抽象概念（如“局面”），求得勝率更高的解法，以自行尋找圍棋中的隱藏特征與邏輯替代了傳統(tǒng)的手工提取特征方法。
食品的包裝、成分、形狀等方面日益多元化，食品各種要素排列組合之后的復雜程度也越來越高，食品安全風險隱患增多，檢測難度日益提高。為加強食品質(zhì)量安全管控力度，構(gòu)建食品工業(yè)新格局，深化食品檢測中的深度學習算法應用已成為可預見的趨勢。
上海太易致力于光譜在線檢測技術(shù)研究，將深度學習算法應用于X射線無損檢測領(lǐng)域，探索提高檢測精度之道，助力食品安全與食品工業(yè)的發(fā)展。
一般而言，深度學習算法有效性的關(guān)鍵在于人工神經(jīng)網(wǎng)絡的規(guī)模，單個或者少量的人工神經(jīng)元難以形成“智能”，只有許多神經(jīng)元協(xié)同工作才產(chǎn)生智能，才能在更復雜的任務上實現(xiàn)更高的精度。
人工神經(jīng)網(wǎng)絡的規(guī)模如何增長？這需要更快的計算機、更復雜的模型設(shè)計等多方面要素的提升來驅(qū)動。
憑借十余年的研發(fā)底蘊與努力，以及產(chǎn)品配置升級，新一代太易智能X射線異物檢測機（簡稱X光機）應用“慧視超算”深度學習算法后，在檢測精度方面得以有效提升，異物檢測范圍也更為廣泛，不僅可檢出食品中的金屬、玻璃、石子等惡性雜質(zhì)，還可對薄片塑料等低密度污染物進行檢測。異物檢測之外，形狀、重量、缺失、裂縫等多方面的檢測功能更具實用價值。
針對不同行業(yè)、不同特色的食品，太易智能X光機還可通過個性化方案與配置，為食品工業(yè)中的各行各業(yè)針對性地解決問題。
散料檢測解決方案
TXR-B系列智能散料型X光機可針對葵花籽、花生、巴旦木等多種散料提供針對性解決方案，以葵花籽為例，太易智能X光機可高效剔除混入產(chǎn)品中的薄片塑料、薄片玻璃、金屬、扎帶、葵盤、結(jié)瘤、蒼耳等各類雜質(zhì)。
休閑食品漏油夾料解決方案
太易新一代漏油夾料專用智能X光機，不僅擁有各級密度異物檢測功能，還可針對休閑食品行業(yè)封口漏油、封口夾料、產(chǎn)品重量等方面進行檢測。
罐裝食品檢測解決方案
TXR-J系列單光源三視角罐裝型X光機，以獨特的光源布局與“慧視超算”智能算法為支撐，提升不規(guī)則罐體、罐底等難測部位的異物檢測效果。
