美國科技公司 Oxipital AI 近日宣布推出「異物檢測」（Foreign Material Detection）功能，這項嶄新的 AI 影像辨識技術，能夠在高速運轉的食品生產線上即時識別各種污染物。這項技術目前已部署並實際應用於生產環境中，旨在大幅提升食品安全標準。

Oxipital AI 的異物檢測功能，透過深度學習模型訓練而成。這些模型利用「合成資料生成」技術，模擬各種常見異物的視覺特徵，包含硬塑膠、軟塑膠、木屑、完整或破損的個人防護裝備（PPE）、紙板、金屬碎片以及骨骼碎屑等。這些視覺特徵會模擬在不同的照明條件、產品類型及產線速度下，協助 AI 模型能精準判斷真異物與產品自然變異的差異，確保檢測的準確性。

該系統能夠整合至現有的產線控制系統 V-CORTX，並根據異物的嚴重程度自動觸發回應。例如，輕微異常可能僅會減緩產線速度，但若偵測到經確認的嚴重異物事件，則會立即停止生產線。此外，系統會自動記錄每次異物事件的詳細資訊，包括時間戳、分類、影像、尺寸數據及對生產量的影響，為品質保證和工程團隊提供完整的可追溯紀錄，便於進行根源分析。

Oxipital AI 執行長 Mark Chiappetta 表示，客戶長期以來需要一個單一平台來處理品質、機器人技術和食品安全，又不增加複雜性，而異物檢測功能的推出正是對此需求的直接回應。他指出，客戶希望減少供應商數量、整合的麻煩，並對檢測系統的捕獲能力有更大的信心。

除了這項新功能，美國學術界也在積極探索 AI 在食品安全領域的應用。例如，佐治亞大學（University of Georgia）研究人員正在開發預測模型，利用天氣數據預測食源性病原體的發生與生長，以協助生產者做出何時銷售或丟棄食品的明智決策。這些新興技術的發展，突顯了人工智慧在保護全球食品供應鏈方面日益重要的角色。

參考來源