吴静珠,教授,博士,主要从事食品光谱计算及大数据分析方面的研究。 随着大数据和云计算等技术的发展,食品领域的数据规模正在以惊人的速度增长。这些数据不仅来源多样、结构复杂,且缺乏统一的术语标准,给食品数据的有效整合和利用带来了挑战。知识图谱作为实现通用人工智能的重要基石,以其在数据整合和语义理解方面的能力,为食品领域的数据组织、管理与应用提供了支持。通过总结近年来知识图谱在食品领域应用的研究成果, 北京工商大学食品安全大数据技术北京市重点实验室的吴静珠、李林、吴宗柠、于重重、赵霞和杨一；华南理工大学食品科学与工程学院的成军虎和马骥；佛山大学食品科学与工程学院的曾新安介绍了食品领域知识图谱的构建方法,涵盖本体构建、知识抽取、知识融合和加工等关键环节;重点梳理了当前食品领域知识图谱在食品营养与健康、食品创新与研发、食品安全与溯源3个方面的数智化应用;基于食品领域知识图谱的发展现状,从多模态数据融合技术、大语言模型构建以及食品领域工业设备智能化发展角度展望了食品领域知识图谱的未来发展方向。 人工智能技术为新一轮产业变革与科技革命注入了新的驱动力,也为食品科技发展提供了重要机遇。当前,以文本、图片、视频等不同模态的食品数据为食品安全与健康领域的研究提供了基础保障,同时也对数据存储、有效利用与管理提出了严峻挑战。在面对不同类型与子领域跨模态数据挖掘与关联分析时,数据的多源异构性、子领域术语的难统一性,以及数据缺失等问题也为食品知识关联建模与隐藏知识挖掘带来了诸多不确定性。因此,人工智能驱动的食品领域建模与分析亟须一个新的信息组织方法。 近年来,以知识图谱为代表的图结构建模方法,为食品大数据表征、可视化分析、知识推理与决策提供了新的途径。知识图谱本质上是一个大型语义网络,具有深层次语义理解与分析能力,通过对食品不同子领域的信息进行有效提取与组织,在食品大数据语义消歧、食品产业链和供应链各环节的决策、不同人群健康管理等领域具有广阔的应用场景。目前,知识图谱作为人工智能领域的重要分支,在医学和教育等领域取得了一系列重要的研究成果。
