谷歌可識別具有潛在食物安全風險安全

摘要： 【手機中國新聞】谷歌可以馬上告訴你哪些餐館存在食物中毒的潛在風險，這要歸功於一種能夠近乎實時地識別食品安全漏洞的演算法。 與哈佛大學的研究人員合作，谷歌在芝加哥和拉斯維加斯測試了機器學習模型，以識別使用者搜尋查詢，如“胃痙攣”或“腹瀉”，特別針對最近去過的餐館，然後將其與儲存的位置歷史資料交...

【手機中國新聞】谷歌可以馬上告訴你哪些餐館存在食物中毒的潛在風險，這要歸功於一種能夠近乎實時地識別食品安全漏洞的演算法。 與哈佛大學的研究人員合作，谷歌在芝加哥和拉斯維加斯測試了機器學習模型，以識別使用者搜尋查詢，如“胃痙攣”或“腹瀉”，特別針對最近去過的餐館，然後將其與儲存的位置歷史資料交叉引用。資料來自進行這些搜尋的智慧手機。

食品圖片

但衛生檢查員仍被派到許多餐館。因為有的餐館認為谷歌的模型可能不安全，而有的餐館則是通過傳統方法確定是否存在食物安全風險，例如消費者投訴。 但檢查員不知道投訴的是哪些餐館。當研究人員將該模型與拉斯維加斯和芝加哥衛生部門的例行檢查結果進行比較時，他們發現該模型檢測到的兩個城市具有食物安全風險的餐館的整體比例為52.3％，而順利通過例行檢查檢測但具有食物安全風險的餐館的整體比例為22.7％。

食品圖片

研究報告的合作者之一，也是谷歌研究科學家的Evgeniy Gabrilovich表示，該模型可以在解決持續存在的食源性疾病問題方面發揮重要作用。他說：“在這項研究中，我們剛剛在機器學習流行病學領域中找到了一些方向。我把這個類比為現代流行病學之父約翰·斯諾博士的作品，在1854年倫敦市中心他不得不挨家挨戶地詢問人們從哪裡取水來找到霍亂疫情的來源。今天，我們可以使用線上資料近乎實時地對流行病進行觀察研究，並有可能及時並低成本的顯著改善公共衛生。”