[논문 리뷰] From Plate to Production: Artificial Intelligence in Modern Consumer-Driven Food Systems

Weiqing Min, Pengfei Zhou외 9명|arXiv (Cornell University)|2023. 11. 04.

Culinary Culture and Tourism인용 수 11

한 줄 요약

이 논문은 AI-enabled Food Systems (AIFS)라는 소비자 중심 프레임워크를 제안하고 이를 조사합니다. 이 프레임워크는 AI를 IoT, 빅데이터 등의 기술과 결합하여 식품 시스템을 접시에서 생산으로, 다시 접시로 변환하고 지속가능한 건강한 식단을 지향합니다.

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.

연구 동기 및 목표

• AI-enabled Food Systems (AIFS) 프레임워크와 그 소비자 주도 관점을 소개한다.
• 식품 공급망 전반에 걸친 최첨단 AI 도구와 기법을 조사한다.
• AI가 소비에서 생산으로, 다시 접시로의 의사결정을 어떻게 전환하여 지속가능성과 건강을 증진할 수 있는지 분석한다.
• 식품 시스템에서 새로운 AI 방법의 실용적 배치를 위한 격차, 거버넌스 필요성 및 경로를 식별한다.

제안 방법

• AI 핵심 기법(ML, DL, CV, NLP, 음성 인식)을 조사하고 그것들의 식품 시스템에서의 역할을 설명한다.
• AIFS 프레임워크와 IoT, 빅데이터, 로봇공학, 블록체인, 생명공학과의 통합을 설명한다.
• 소비에서 생산, 가공, 운송, 폐기에 이르는 단계 전반의 AI-enabled 작업을 매핑한다.
• 배치를 위한 거버넌스, 데이터 아키텍처, 다학제 협력을 논의한다.
• 최신 연구결과를 종합하고 격차와 향후 연구 방향을 제시한다.

실험 결과

연구 질문

• RQ1 AI-enabled Food Systems (AIFS) 프레임워크는 무엇이며 전통적인 'farm to fork' 모델과 어떻게 다른가?
• RQ2 AI가 IoT 및 기타 기술과 결합하여 소비자 주도 시스템 내에서 영양가 있는 식품의 가용성, 접근성, 경제성, 선호도를 어떻게 향상시킬 수 있는가?
• RQ3 식품 시스템에 AI를 배치하는 데 주요 도전과제, 거버넌스 필요성 및 데이터 표준 요건은 무엇인가?
• RQ4 현재 연구의 격차는 어디에 있으며, 이 조사는 효과적이고 지속가능한 AI 배치를 위한 향후 방향을 무엇으로 식별하는가?

주요 결과

• AI는 소비자 선택과 피드백 루프를 형성하여 상류 농업 생산에 영향을 미칠 수 있다.
• AIFS 프레임워크는 AI를 IoT, 빅데이터, 로봇공학, 클라우드 컴퓨팅, 블록체인, 나노기술과 함께 식품 시스템 전반에 걸쳐 통합한다.
• 접시에서 생산으로의 소비자 중심 이동은 거버넌스, 표준화된 데이터 아키텍처, 다학제 협력이 필요하다.
• 본 조사는 소비, 생산, 가공, 운송, 폐기 전반에 걸친 최첨단 AI 활용 사례를 개관하고 격차와 향후 연구 필요성을 강조한다.
• AI는 지속가능하고 건강한 식단을 촉진할 것으로 기대되지만 환경 발자국과 거버넌스 제약에 주의하여 구현되어야 한다.