近年來， 關於物聯網的文章層出不窮， 其改變企業和公共服務運作方式的潛力不斷引發熱議。 人們希望利用龐大的感測器網路，
只要看看數字， 就知道所言非虛。 2016年初， 市場調研機構IDC曾預計， 到2019年時， 全球物聯網市場規模將從2014年的5917億美元， 擴大至1.3萬億美元。 到2020年， 全球物聯網終端數量估計將達到300億至500億個。
本文探討了物聯網對食品安全的影響。 大家普遍認為， 物聯網及其遠端監測和控制系統的能力有助於進一步保障食品安全。 果真如此嗎?
沒錯。 但全球食品供應鏈錯綜複雜， 這需要各方不遺餘力地協作配合， 讓每一名參與者發揮應有的作用。
為了充分理解這一點， 我們有必要來看看其中涉及哪些人和事。
食品鏈的可追溯性
目前， 物聯網在食品行業最常見的應用是追蹤生產、加工和供應鏈中的產品狀態。 20多年來， 企業一直在利用條碼和射頻識別標籤， 追蹤食品從產地到加工、運輸、儲存、分銷點和食品零售商的整個過程。 但這只是最基本的手段。
近些年， 我們看到更尖端的感測器問世， 它能精准地監控食品加工和運輸過程中的安全因素。 如今， 安裝感測器網路的企業已較為常見。 這些感測器用途廣泛， 其作用包括監測食品加工廠和運輸容器內的灰塵顆粒、溫度或濕度， 等等。
在前沿領域， 我們還看到了更先進的技術， 例如由歐盟資助的MUSE-Tech專案。
該專案研發了一種擁有多個感測器的設備， 能即時監測原料和加工環境的變化， 從而保障了加工食品的品質和安全。 該專案的目標之一， 是通過確定新的烹飪時長和溫度標準， 降低薯片等澱粉類食物在烹飪期間產生有毒性化合物丙烯醯胺的風險。
總的來看， 這些方法能帶來許多益處。 首先， 它們有助於食品企業遵守新的法規， 比如美國《食品安全現代化法案》。 該法案提高了食品安全標準， 並通過可追溯性， 讓企業承擔更多責任。
“端到端”食品安全監控的另一大好處在於，
雖然這種可追溯能力有助於實現更高效的食品安全監測， 也能更快地查清問題來源， 但也只能是到此為止。 所以， 我們還需要借助大資料的力量。
大資料分析
隨著物聯網向更深、更廣的方向發展， 它也產生了前所未有的海量資料。 眼下， 大多數行業都在想， 該如何利用這些資訊來改善我們的工作?
這就是大資料分析的職責所在。 這一迅速成熟的資料科學可用來挖掘異常龐大的資料集， 從中發現隱藏的模式、不為人知的聯繫、失誤之處、市場趨勢、客戶偏好以及其他各種有用的商業資訊。
在食品行業， 上文所述的感測器網路產生了大量資料。
但這只是開始。 真正令人感興趣的地方在於， 通過分析食品安全資料， 再結合來自其他科學和環境管道的感測器資料， 從中發現新的聯繫。 這將為更加重大的突破創造條件。
瑪氏公司(Mars)與IBM的一個合作專案就可以體現這方面的應用。 該項目對全球食品供應鏈中出現的細菌進行了DNA和RNA測序， 旨在繪製食品中正常菌群的基因圖譜。
通過這一方式， 食品衛生管理機構更容易發現食品樣本中的異常現象， 從而讓有害細菌無所遁形。 憑藉這一手段， 還能更好地瞭解食品污染原因以及食源性疾病的傳播狀況。
該專案把大資料分析應用于基因資料， 從中尋找新的見解。它還分析了通過物聯網收集的天氣、運輸和其他背景資料，以便探究如何及早發現食品污染隱患。
有了來自食品樣本的大量基因資料，加之供應鏈網路和感測器網路提供的海量資料，把這些資訊結合起來，大資料分析最終將使食品安全達到一個新的高度。
食品衛生相關資料的其他來源
當然，還有很多其他的資料來源可供分析，能夠進一步加強我們對食品安全的瞭解。
其中之一就是曾經難以獲取的公共資訊。但如果方法得當，公共資訊可以發揮很大作用。芝加哥的食品監管項目就克服了這個障礙，通過大資料預測分析技術，對免費獲取的資料加以分析。這包括利用食品檢查報告、311服務資料、氣象資料、社區和犯罪資料等資訊，來預測哪些餐廳最有可能嚴重違反食品安全法規。
在分析資料時，該專案發現了幾個關鍵變數，可用來預測一家餐廳違規的可能性。這些變數包括餐廳的違規記錄、當地入室盜竊事件的發生頻率，以及當地的常年平均氣溫。
自從採用這個方法後，監管人員發現違規行為的速度平均提高了25%。
另一個資料來源是食品行業的眾多供應商所提供的資訊。PestConnect系統就收集了這方面的資訊。
PestConnect系統安裝在擁有聯網感測器的設備上，這些設備能主動探測、捕捉或消滅害蟲，並將探測和捕捉資訊無線傳送至雲伺服器。
PestConnect能遠端監控害蟲動態，防止不乾淨的食物進入人們口中，並控制現有蟲害。收集到的資料還可以利用大資料技術進行分析，進而識別蟲害來源，預測蟲害的爆發。
這最終將幫助我們採取更加積極主動的措施，管理全球供應鏈中的食品安全風險。
跨行業合作，提高食品安全
一方面，物聯網產生的資料，其龐大體量和多樣性令人生畏。但另一方面，這應該被視作一場重大機遇。而如果商界、政界和學界能夠通力合作，分享資料以及資料所帶來的啟發，這一機遇將變得更加無與倫比。
幸運的是，很多機構似乎都認同這一觀點。例如，雀巢(Nestle)表示，企業和英國食品標準局等監管機構收集的大量資料應該實現共用，以便從中“挖掘”關於潛在食品安全問題的資訊。
全球食品安全促進會等行業組織，也越來越認識到開展合作以及分享資料與啟發的必要性。該組織希望建立一個國際性平臺，讓供應鏈各方在此開展合作、交流見解、加強聯繫。
監管部門也在發揮自己的作用。比如2015年，歐盟委員會的Horizon 2020研究計畫提出，在智慧農業和食品安全領域，開展大規模的國際跨行業物聯網試點項目。
該計畫指出，“物聯網技術可以通過即時監控、優化決策以及改善從農場到餐桌的整個價值鏈的運營管理，幫助歐洲的農業和食品行業應對未來的重大挑戰。”
歐盟委員會還鼓勵有關各方參與進來，在農產品-食品鏈條中扮演積極角色，包括農戶、機械供應商、食品加工商、零售商和批發商，當然，還包括食品行業的科學家和物聯網技術提供商。試點結果還將輔助決策者，用於制定歐盟在農業及食品安全領域的政策。
把多個即時資料來源結合起來，從中獲得新的見解，這對食品安全具有非凡的重大意義。
預測污染源和食源性疾病隱患，及早發現食品安全問題，並在問題擴散之前採取控制措施，這將提高整個供應鏈的效率，同時降低損失。最重要的是，所有人的食品安全將因此得到改善。
從中尋找新的見解。它還分析了通過物聯網收集的天氣、運輸和其他背景資料，以便探究如何及早發現食品污染隱患。有了來自食品樣本的大量基因資料，加之供應鏈網路和感測器網路提供的海量資料，把這些資訊結合起來，大資料分析最終將使食品安全達到一個新的高度。
食品衛生相關資料的其他來源
當然，還有很多其他的資料來源可供分析，能夠進一步加強我們對食品安全的瞭解。
其中之一就是曾經難以獲取的公共資訊。但如果方法得當，公共資訊可以發揮很大作用。芝加哥的食品監管項目就克服了這個障礙，通過大資料預測分析技術，對免費獲取的資料加以分析。這包括利用食品檢查報告、311服務資料、氣象資料、社區和犯罪資料等資訊，來預測哪些餐廳最有可能嚴重違反食品安全法規。
在分析資料時，該專案發現了幾個關鍵變數，可用來預測一家餐廳違規的可能性。這些變數包括餐廳的違規記錄、當地入室盜竊事件的發生頻率，以及當地的常年平均氣溫。
自從採用這個方法後，監管人員發現違規行為的速度平均提高了25%。
另一個資料來源是食品行業的眾多供應商所提供的資訊。PestConnect系統就收集了這方面的資訊。
PestConnect系統安裝在擁有聯網感測器的設備上，這些設備能主動探測、捕捉或消滅害蟲，並將探測和捕捉資訊無線傳送至雲伺服器。
PestConnect能遠端監控害蟲動態，防止不乾淨的食物進入人們口中，並控制現有蟲害。收集到的資料還可以利用大資料技術進行分析，進而識別蟲害來源，預測蟲害的爆發。
這最終將幫助我們採取更加積極主動的措施，管理全球供應鏈中的食品安全風險。
跨行業合作，提高食品安全
一方面，物聯網產生的資料，其龐大體量和多樣性令人生畏。但另一方面，這應該被視作一場重大機遇。而如果商界、政界和學界能夠通力合作，分享資料以及資料所帶來的啟發，這一機遇將變得更加無與倫比。
幸運的是，很多機構似乎都認同這一觀點。例如，雀巢(Nestle)表示，企業和英國食品標準局等監管機構收集的大量資料應該實現共用，以便從中“挖掘”關於潛在食品安全問題的資訊。
全球食品安全促進會等行業組織，也越來越認識到開展合作以及分享資料與啟發的必要性。該組織希望建立一個國際性平臺，讓供應鏈各方在此開展合作、交流見解、加強聯繫。
監管部門也在發揮自己的作用。比如2015年，歐盟委員會的Horizon 2020研究計畫提出，在智慧農業和食品安全領域，開展大規模的國際跨行業物聯網試點項目。
該計畫指出，“物聯網技術可以通過即時監控、優化決策以及改善從農場到餐桌的整個價值鏈的運營管理，幫助歐洲的農業和食品行業應對未來的重大挑戰。”
歐盟委員會還鼓勵有關各方參與進來，在農產品-食品鏈條中扮演積極角色，包括農戶、機械供應商、食品加工商、零售商和批發商，當然，還包括食品行業的科學家和物聯網技術提供商。試點結果還將輔助決策者，用於制定歐盟在農業及食品安全領域的政策。
把多個即時資料來源結合起來，從中獲得新的見解，這對食品安全具有非凡的重大意義。
預測污染源和食源性疾病隱患，及早發現食品安全問題，並在問題擴散之前採取控制措施，這將提高整個供應鏈的效率，同時降低損失。最重要的是，所有人的食品安全將因此得到改善。