食品工業(yè)作為重要的民生產(chǎn)業(yè)，轉(zhuǎn)型升級(jí)的步伐從未停止。為了適應(yīng)不同區(qū)域、不同消費(fèi)群體的食品需求，生產(chǎn)安全、營(yíng)養(yǎng)、個(gè)性化的食品，食品工業(yè)正在推動(dòng)人工智能、物聯(lián)網(wǎng)等新興技術(shù)的應(yīng)用，其中，深度學(xué)習(xí)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(xué)習(xí)算法的優(yōu)勢(shì)體現(xiàn)在哪里？簡(jiǎn)而言之，可以解決更復(fù)雜更抽象、難以求得規(guī)律的問(wèn)題，舉個(gè)例子，2016年，圍棋機(jī)器人（AlphaGo）以“深度學(xué)習(xí)”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(shí)現(xiàn)的。
AlphaGo之前，象棋機(jī)器人（深藍(lán)）通過(guò)搜索解法+評(píng)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(dá)10的171次方、更復(fù)雜難解的圍棋游戲。
AlphaGo則通過(guò)深度學(xué)習(xí)算法，使用人工神經(jīng)網(wǎng)絡(luò)模型，模擬人腦學(xué)習(xí)、判斷的方法，評(píng)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(fù)雜程度也越來(lái)越高，食品安全風(fēng)險(xiǎn)隱患增多，檢測(cè)難度日益提高。為加強(qiáng)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(cè)中的深度學(xué)習(xí)算法應(yīng)用已成為可預(yù)見(jiàn)的趨勢(shì)。
上海太易致力于光譜在線檢測(cè)技術(shù)研究，將深度學(xué)習(xí)算法應(yīng)用于X射線無(wú)損檢測(cè)領(lǐng)域，探索提高檢測(cè)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(xué)習(xí)算法有效性的關(guān)鍵在于人工神經(jīng)網(wǎng)絡(luò)的規(guī)模，單個(gè)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(fù)雜的任務(wù)上實(shí)現(xiàn)更高的精度。
人工神經(jīng)網(wǎng)絡(luò)的規(guī)模如何增長(zhǎng)？這需要更快的計(jì)算機(jī)、更復(fù)雜的模型設(shè)計(jì)等多方面要素的提升來(lái)驅(qū)動(dòng)。
憑借十余年的研發(fā)底蘊(yùn)與努力，以及產(chǎn)品配置升級(jí)，新一代太易智能X射線異物檢測(cè)機(jī)（簡(jiǎn)稱X光機(jī)）應(yīng)用“慧視超算”深度學(xué)習(xí)算法后，在檢測(cè)精度方面得以有效提升，異物檢測(cè)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(duì)薄片塑料等低密度污染物進(jìn)行檢測(cè)。異物檢測(cè)之外，形狀、重量、缺失、裂縫等多方面的檢測(cè)功能更具實(shí)用價(jià)值。
針對(duì)不同行業(yè)、不同特色的食品，太易智能X光機(jī)還可通過(guò)個(gè)性化方案與配置，為食品工業(yè)中的各行各業(yè)針對(duì)性地解決問(wèn)題。
散料檢測(cè)解決方案
TXR-B系列智能散料型X光機(jī)可針對(duì)葵花籽、花生、巴旦木等多種散料提供針對(duì)性解決方案，以葵花籽為例，太易智能X光機(jī)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(pán)、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(jī)，不僅擁有各級(jí)密度異物檢測(cè)功能，還可針對(duì)休閑食品行業(yè)封口漏油、封口夾料、產(chǎn)品重量等方面進(jìn)行檢測(cè)。
罐裝食品檢測(cè)解決方案
TXR-J系列單光源三視角罐裝型X光機(jī)，以獨(dú)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(cè)部位的異物檢測(cè)效果。
