[論文レビュー] From Plate to Production: Artificial Intelligence in Modern Consumer-Driven Food Systems

Weiqing Min, Pengfei Zhou+9 more|arXiv (Cornell University)|Nov 4, 2023

Culinary Culture and Tourism被引用数 11

ひとこと要約

この論文はAI対応の食品システム（AIFS）を提案・調査する。消費者主導の枠組みとして、AIをIoTやビッグデータなどの技術と統合し、食料システムを皿から生産へ、そして再び皿へと変革させ、持続可能で健康的な食事を目指す。

ABSTRACT

Global food systems confront the urgent challenge of supplying sustainable, nutritious diets in the face of escalating demands. The advent of Artificial Intelligence (AI) is bringing in a personal choice revolution, wherein AI-driven individual decisions transform food systems from dinner tables, to the farms, and back to our plates. In this context, AI algorithms refine personal dietary choices, subsequently shaping agricultural outputs, and promoting an optimized feedback loop from consumption to cultivation. Initially, we delve into AI tools and techniques spanning the food supply chain, and subsequently assess how AI subfields$\unicode{x2013}$encompassing machine learning, computer vision, and speech recognition$\unicode{x2013}$are harnessed within the AI-enabled Food System (AIFS) framework, which increasingly leverages Internet of Things, multimodal sensors and real-time data exchange. We spotlight the AIFS framework, emphasizing its fusion of AI with technologies such as digitalization, big data analytics, biotechnology, and IoT extensively used in modern food systems in every component. This paradigm shifts the conventional "farm to fork" narrative to a cyclical "consumer-driven farm to fork" model for better achieving sustainable, nutritious diets. This paper explores AI's promise and the intrinsic challenges it poses within the food domain. By championing stringent AI governance, uniform data architectures, and cross-disciplinary partnerships, we argue that AI, when synergized with consumer-centric strategies, holds the potential to steer food systems toward a sustainable trajectory. We furnish a comprehensive survey for the state-of-the-art in diverse facets of food systems, subsequently pinpointing gaps and advocating for the judicious and efficacious deployment of emergent AI methodologies.

研究の動機と目的

• AI対応の食品システム（AIFS）フレームワークとその消費者主導の視点を紹介する。
• 食品サプライチェーン全体で最先端のAIツールと技術を概観する。
• AIが消費から生産へ、そして皿へと決定をシフトさせ、持続可能性と健康を促進する方法を分析する。
• 実装のギャップ、統治ニーズ、および新興AI手法の食品システムへの実用展開の道筋を特定する。

提案手法

• AIコア技術（ML、DL、CV、NLP、音声）とそれらの食品システムにおける役割を調査する。
• AIFSフレームワークとIoT、ビッグデータ、ロボティクス、ブロックチェーン、バイオテクノロジーとの統合を説明する。
• 消費から生産、加工、輸送、廃棄までの段階にわたるAI対応タスクを可視化する。
• 展開に必要な統治、データアーキテクチャ、学際的協力について議論する。
• 最先端の発見を総合し、ギャップと今後の研究方向性を整理する。

実験結果

リサーチクエスチョン

• RQ1 AI対応の食品システム（AIFS）フレームワークとは何か、従来の“ファームからフォーク”モデルとどう異なるのか。
• RQ2 IoTや他の技術と組み合わせることで、栄養価の高い食品の入手可能性、アクセス性、手頃さ、嗜好性を消費者主導のシステム内でどう改善できるのか。
• RQ3 食品システムへAIを展開する際の主な課題、統治ニーズ、データ標準要件は何か。
• RQ4 現在の研究のギャップはどこにあり、効果的で持続可能なAI展開のために調査が示す今後の方向性は何か。

主な発見

• AIは消費者の選択とフィードバックループを形成し、上流の農業生産に影響を与える可能性がある。
• AIFSフレームワークはAIをIoT、ビッグデータ、ロボティクス、クラウドコンピューティング、ブロックチェーン、ナノテクノロジーと統合し、食品システム全体に適用する。
• 皿から生産への消費者中心の移行には、統治、標準化されたデータアーキテクチャ、学際的協力が必要である。
• この調査は、消費、生産、加工、輸送、廃棄にわたる最先端のAI応用を概説し、ギャップと今後の研究ニーズを強調する。
• AIは持続可能な健康的な食事の推進を約束するが、環境負荷と統治上の制約に留意して実装されるべきである。