論文の概要: From Plate to Production: Artificial Intelligence in Modern Consumer-Driven Food Systems

• arxiv url: http://arxiv.org/abs/2311.02400v1
• Date: Sat, 4 Nov 2023 13:13:44 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-07 17:41:40.895737
• Title: From Plate to Production: Artificial Intelligence in Modern Consumer-Driven Food Systems
• Title（参考訳）: プレートから生産へ:現代の消費者駆動食品システムにおける人工知能
• Authors: Weiqing Min, Pengfei Zhou, Leyi Xu, Tao Liu, Tianhao Li, Mingyu Huang, Ying Jin, Yifan Yi, Min Wen, Shuqiang Jiang, Ramesh Jain
• Abstract要約: 世界の食料システムは、需要が増大する中で、供給と栄養価の高いダイエットに直面している。 人工知能の出現は、個人の選択革命をもたらし、AIによる個人による決定が食品システムを変える。 本稿では,食品分野におけるAIの約束と課題について考察する。
• 参考スコア（独自算出の注目度）: 32.55158589420258
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• 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.
• Abstract（参考訳）: 世界の食料システムは、需要が増大する中で持続的で栄養豊かな食事を供給するという緊急の課題に直面している。 AI(Artificial Intelligence)の出現は、個人の選択革命をもたらし、AIによる個人による決定が、食卓から農場、そして皿へと、食品システムを変革する。 この文脈で、aiアルゴリズムは個人の食事選択を洗練し、その後農業生産を形作り、消費から栽培まで最適なフィードバックループを促進する。 最初は、食品サプライチェーンにまたがるAIツールやテクニックを調べ、その後、AIサブフィールドが機械学習、コンピュータビジョン、音声認識をどのように通過するかを評価する。 AIFSフレームワークの注目点として、デジタル化、ビッグデータ分析、バイオテクノロジー、そしてあらゆるコンポーネントの現代の食品システムで広く使用されているIoTなど、AIとAIの融合を強調しています。 このパラダイムは、伝統的な「ファーム・トゥ・フォーク」の物語を循環型「消費者主導型ファーム・トゥ・フォーク」モデルにシフトさせ、持続的で栄養豊かな食事の実現に役立てる。 本稿では、食品分野におけるaiの約束と本質的な課題について考察する。 厳格なAIガバナンス、均一なデータアーキテクチャ、学際的なパートナーシップを推進することによって、消費者中心の戦略と相乗化するAIは、持続可能な軌道に向けて食品システムを操る可能性を秘めている、と私たちは主張する。 我々は、食品システムの多様な側面における最先端技術に関する包括的な調査を行い、その後、ギャップを特定し、創発的なai方法論の公平で効果的な展開を提唱する。

関連論文リスト

• A SAM based Tool for Semi-Automatic Food Annotation [0.0]
  SAM(Segment Anything Model)を利用した半自動食品画像アノテーションツールのデモを紹介する。 このツールは、ユーザインタラクションを通じて、即時ベースの食品セグメンテーションを可能にし、ユーザエンゲージメントを促進し、食事イメージ内の食品のさらなる分類を可能にする。 また、食品画像のセグメンテーションに特化したViT-Bバックボーンを備えた、MealSAMと呼ばれるSAMのマスクデコーダの微調整版もリリースしました。
  論文  参考訳（メタデータ） (2024-10-11T11:50:10Z)
• A call for embodied AI [1.7544885995294304]
  我々は、人工知能の次の基本ステップとして、エンボディードAIを提案する。 Embodied AIの範囲を広げることで、認知アーキテクチャに基づく理論的枠組みを導入する。 このフレームワークはFristonのアクティブな推論原則と一致しており、EAI開発に対する包括的なアプローチを提供する。
  論文  参考訳（メタデータ） (2024-02-06T09:11:20Z)
• Human-AI Coevolution [48.74579595505374]
  Coevolution AIは、人間とAIアルゴリズムが相互に連続的に影響を及ぼすプロセスである。 本稿では,AIと複雑性科学の交点における新たな研究分野の基盤として,Coevolution AIを紹介した。
  論文  参考訳（メタデータ） (2023-06-23T18:10:54Z)
• Empowering Agrifood System with Artificial Intelligence: A Survey of the Progress, Challenges and Opportunities [86.89427012495457]
  我々は、AI技術がアグリフードシステムをどう変え、現代のアグリフード産業に貢献するかをレビューする。 本稿では,農業,畜産,漁業において,アグリフードシステムにおけるAI手法の進歩について概説する。 我々は、AIで現代のアグリフードシステムを変革するための潜在的な課題と有望な研究機会を強調します。
  論文  参考訳（メタデータ） (2023-05-03T05:16:54Z)
• AI Maintenance: A Robustness Perspective [91.28724422822003]
  我々は、AIライフサイクルにおけるロバストネスの課題を強調し、自動車のメンテナンスに類似させることで、AIのメンテナンスを動機付ける。 本稿では,ロバストネスリスクの検出と軽減を目的としたAIモデル検査フレームワークを提案する。 我々のAIメンテナンスの提案は、AIライフサイクル全体を通して堅牢性評価、状態追跡、リスクスキャン、モデル硬化、規制を促進する。
  論文  参考訳（メタデータ） (2023-01-08T15:02:38Z)
• Everything You wanted to Know about Smart Agriculture [2.5155102296586036]
  世界の人口は2050年までに20億近く増加すると予想され、食料需要の急激な増加を招いた。 人口増加のニーズを満たすためには、農業産業を近代化する必要がある。 従来の農業は、既存の技術を採用することで、効率的で持続可能で、エコフレンドリーなスマート農業に書き換えることができる。
  論文  参考訳（メタデータ） (2022-01-13T00:48:36Z)
• Towards Building a Food Knowledge Graph for Internet of Food [66.57235827087092]
  食品分類から食品分類、食品知識グラフまで、食品知識組織の進化を概観する。 食品知識グラフは、食品検索と質問回答(QA)、パーソナライズされた食事レコメンデーション、食品分析、可視化において重要な役割を果たす。 食品知識グラフの今後の方向性は、マルチモーダル食品知識グラフや食品インテリジェンスなど、いくつかの分野をカバーする。
  論文  参考訳（メタデータ） (2021-07-13T06:26:53Z)
• AI-enabled Efficient and Safe Food Supply Chain [0.0]
  機械と深層学習の最近の進歩は、効率的な食品生産、エネルギー管理、食品ラベル付けに利用されている。 3つの実験研究が行われ、これらのAI手法が食品サプライチェーン全体で最先端のパフォーマンスを生み出す能力を示しています。
  論文  参考訳（メタデータ） (2021-05-01T19:24:53Z)
• Empowering Things with Intelligence: A Survey of the Progress, Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
  AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。 まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。 最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
  論文  参考訳（メタデータ） (2020-11-17T13:14:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。