人工智能助力弥合烘焙工艺中的知识鸿沟
以下访谈最初发表于《Baking+Biscuit International》杂志。 点击此链接 在该刊物网站上查看访谈全文。
过去三年中，您在人工智能研发方面有哪些亮点？
赵跃刚： 对于 KPM Analytics 而言，我们对人工智能的投入重点在于帮助烘焙企业简化运营、深入洞察过程控制、确保产品质量与一致性，并加强食品安全保障。随着烘焙作业日益自动化和高速化，加之许多烘焙专家因退休或其他原因离开行业，人工智能正在帮助弥补当今许多烘焙企业所面临的知识缺口。
我们研发投入的重点领域之一是开发人工智能视觉检测应用，用于在生产的各个阶段对产品进行检测。当今快节奏的烘焙作业已无法仅靠人工检测来识别不合格产品，尤其是这种方法完全依赖主观判断，且难以在烘焙厂的多条生产线和多个班次之间实现统一控制。我们的 AI 视觉技术结合了高分辨率摄像头、专用照明和强大的软件，能够监测生产线上所有产品的关键质量特征（如尺寸、形状、颜色、体积等），并能以超越人眼的精度检测出异物异常。
KPM 处于视觉检测系统 AI 模型开发的前沿。我们拥有一支专业的数据科学家团队，致力于不断研究和改进模型，以提升检测能力并降低误报率。无论是计算进入包装机的玉米饼堆叠数量，还是检测容易被忽略的异物（如面包底部的面团残留），我们才刚刚开始挖掘人工智能检测能力的潜力。
您已经在哪些生产领域将人工智能功能融入了技术中？
赵跃刚： 我们的 AI 视觉系统已部署在各种烘焙生产线上，用于执行一系列不同的任务。视觉系统主要分为两大核心类别：视觉过程控制 (VPC) 和最终产品检测 (FPI)。
VPC 视觉系统涵盖了客户希望在包装前对产品进行检测的所有环节。这包括从分析离开成型机或醒发室的面团，到测量烘焙前配料的覆盖情况（例如汉堡胚上的芝麻）。我们的 AI 视觉系统经过训练，能够发现即使是微小的产品不一致，这些不一致往往预示着自动化生产过程中存在问题。VPC 技术消除了过程控制中的许多猜测和主观因素，帮助操作员做出更优的工艺决策，从而确保质量和安全。
顾名思义，FPI 系统是对产品可见属性的最后一道把关。凭借对生产线上 100% 的产品进行检测的能力，FPI 技术无需再进行常规的抽样质量检查。由于该系统从不休息或请假，它能始终按照严格的标准检测产品，同时还能识别出不必要的异物和安全隐患。
您收到的最频繁的需求是什么？
赵跃刚： 视觉检测技术在烘焙行业并非新鲜事，但对更复杂、更深入的测量需求正推动着基于人工智能的新型应用发展。例如，汉堡胚生产商过去只需满足简单的属性要求，如形状、颜色以及确保产品能顺利装入包装即可。然而，他们现在更关注成品细节，例如面包表面的光泽度或气泡情况。人工智能视觉系统在捕捉这些细微特征方面表现出色，这也将为未来更复杂的测量需求打开大门。
我们观察到的另一个常见趋势是对产品顶部和底部进行检测的需求。大多数产线检测设备只能观察产品在传送带上经过时的顶部，除非人工抽样。但对于当今烘焙行业的高产量生产而言，仅凭抽样无法代表整体生产质量。基于人工智能的视觉系统可以配置顶部和底部摄像头，从而收集这些至关重要的质量和食品安全数据。
此外，客户始终关注如何通过自动剔除方式将不合格产品从生产线上移除。我们已与多家公司合作开发了独特的剔除方案，包括升降式鼻梁架和气流喷射装置，能够迅速移除受影响的产品，且不会干扰生产线上的其他产品或影响工艺流程。
机器学习如何定义以实时优化各项生产步骤？
赵月刚： 机器学习的应用贯穿整个烘焙过程。在混合及面团成型阶段，人工智能视觉系统可以将每一块面团与预设的形状、尺寸及其他属性公差进行比对，并向可能需要重新校准的上游设备发送信号。
在醒发阶段，人工智能视觉系统通过持续监测面团的膨胀程度和表面纹理，能够预测当前的醒发条件（温度、湿度和时间）是否能达到最佳体积。
在烘烤出炉阶段，视觉系统可以监测表皮颜色、表面均匀度、形状变形、裂纹及其他特征。如果产品出现偏差，系统可将信号反馈给烤箱控制系统，以调整区域温度、传送带速度或蒸汽注入量，从而近乎实时地纠正这些缺陷。
人工智能决策算法面临哪些挑战？如何确保结果的一致性？
赵月刚： 归根结底，人工智能模型的表现取决于数据质量和训练方法。在烘焙作业中，产品外观会受到原料质量、面粉季节性差异、设备磨损、环境湿度等多种因素的影响。如果训练数据集无法涵盖所有这些工况，模型就会误判合格产品或漏掉缺陷产品。因此，构建具有代表性的数据集、进行持续监测和定期重新训练虽然耗时且成本高昂，但考虑到生产条件会随时变化，这些投入对于成功至关重要。
您认为在烘焙行业扩展人工智能应用有哪些机遇？
赵月刚： 我们合作过的许多烘焙坊都注意到一个令人担忧的增长趋势：过去几年里，许多拥有核心产品和工艺知识的烘焙大师纷纷离开行业，或是退休，或是转行。当他们离开烘焙坊时，这些宝贵的知识也随之流失。下一代烘焙大师往往需要数年时间才能完全掌握设备、生产线以及资深大师所制定的产品标准，而这正是人工智能可以发挥巨大作用的地方。
对于烘焙大师而言，他们的工艺决策已成为一种本能。他们只需通过感受面团的质地，或观察产品出炉时的醒发高度，就能判断是否需要进行调整。问题在于，这些信息和诀窍全都储存在他们的大脑中。
利用仪器将烘焙大师观察或感知到的产品信息数字化，并利用这些数据训练人工智能系统，从而协助下一代烘焙师和操作员进行工艺决策，这对整个行业来说是一个巨大的机遇。Mixolab 通用面团分析仪等仪器正成为获取数字数据的新兴工具，它能通过加热和冷却过程客观地测量面团的扭矩。目前已有相关方案，能在短短两分钟的测试时间内输出面团样本数据。
现在，通过 Mixolab 对生产线上的面团进行取样，并将其分析结果与人工智能系统进行基准对比，烘焙大师的许多专业经验都可以实现标准化和流程化。虽然我们目前仍处于这一概念的早期阶段，但这正是我们正在与现有客户共同探索的方向。
然而，烘焙坊必须立即行动起来，在更多烘焙大师离开行业之前，考虑采用这些新的质量控制方法。
你们的研发部门在推进人工智能技术时优先考虑什么？又是如何兼顾质量与安全问题的？
赵月刚： 我们现在所处的阶段是，客户正在推动我们产品的大部分改进。几乎每天都有客户向我们提出新的挑战或想法，以改善其工艺流程和食品安全工作。
