综述:人工智能驱动的食品标签:技术融合、应用创新与可持续的未来
《TRENDS IN FOOD SCIENCE & TECHNOLOGY》:Artificial intelligence-driven food labels: Technological convergence, application innovation, and sustainable future
【字体:
大
中
小
】
时间:2026年07月09日
来源:TRENDS IN FOOD SCIENCE & TECHNOLOGY 17.4
编辑推荐:
赵琳琳|陈星宇|顾文琴|姜慧楠|比马尔·奇特拉卡尔|孟向仁 中国江苏省扬州市扬州大学旅游与烹饪科学学院,邮编225127
摘要
背景
作为智能包装技术的核心,食品智能标签正在重塑传统包装的功能边界。人工智能技术的引入显著提升了其在产品追溯与防伪、实时监控以及供应链优化等关键领域
赵琳琳|陈星宇|顾文琴|姜慧楠|比马尔·奇特拉卡尔|孟向仁 中国江苏省扬州市扬州大学旅游与烹饪科学学院,邮编225127
摘要
背景
作为智能包装技术的核心,食品智能标签正在重塑传统包装的功能边界。人工智能技术的引入显著提升了其在产品追溯与防伪、实时监控以及供应链优化等关键领域的性能。
研究范围与方法
本文首先介绍了智能标签的主要传感元件,随后从技术融合、应用创新以及可持续发展等方面对基于人工智能的智能标签进行了全面概述。通过对现有文献的系统性回顾与综合分析,总结了该领域目前的进展、存在的难题以及未来的研究趋势。
主要研究发现与结论
通过与传感器技术以及物联网、区块链等其他新兴技术深度整合,人工智能使我们得以从被动的识别方式转向主动的感知与决策。多模态信息融合以及边缘计算架构极大提升了质量预测的准确性及响应速度。总之,本研究构建了一个整合技术进步、应用创新与可持续发展的三维框架。这一框架为研究人员、产业界及政策制定者提供了理论参考与实践路径,有助于打造更安全、高效且可持续的未来食品体系。
引言
智能食品标签是一种创新的包装技术,它为食品供应链的管理系统带来了革命性的变化。智能标签是指能够实时监测、检测、记录并传输与食品质量相关的特定物理参数(如温度)或化学参数(如挥发性气体、pH值等)的包装。它们超越了传统包装仅具备物理防护功能的局限,能够持续监测食品的状态(Osmólska等人,2022;Yam等人,2005)。与传统仅能提供基本产品信息的静态标签不同,智能标签可以实时监控,并在整个供应链——从生产、运输、仓储、分销到最终消费——过程中感知、传输或接收与食品质量相关的关键数据。这些数据包括温度和气体成分的变化以及微生物污染情况,从而为所有食品在其整个生命周期内建立完善的追溯体系,以确保食品安全与新鲜度(Oyegbade等人,2025)。通常,这类系统由传感器(气体传感器、化学传感器、生物传感器等)、数据处理单元、数据载体(条形码、射频识别技术等)以及指示技术(时间-温度指示剂、新鲜度指示剂等)构成(Bratov?i?,2022)。
在食品供应链中应用智能标签具有诸多优势,例如可以通过追踪准确的状态信息来减少食品浪费,避免食品在到达消费期限前就被过早丢弃(Barone & Aschemann-Witzel,2022)。智能标签还能通过提前预警细菌污染及生长风险,保障食品的卫生与质量(Yolanda等人,2020)。此外,更高的透明度也增强了消费者对产品的信任度(Htun等人,2023)。从经济角度看,尽管引入智能标签技术需要较高的初始投资,但它能通过减少食品浪费和提高物流效率带来显著的成本节约(Sokka等人,2024)。
目前关于智能标签的研究往往侧重于某一项具体技术或其应用场景。例如,有些研究利用纳米粒子负载在智能标签上,以实时监测食品的新鲜度与质量变化(Huang等人,2025);有些则采用RFID技术以提高可见度与追溯性(Verma等人,2025);还有些研究运用区块链技术来确保数据的完整性与不可篡改性(Liu等人,2025)。此外,也有研究致力于设计环境响应型智能材料,以便根据储存条件调节内部包装环境(Fang等人,2025)。尽管这些研究取得了令人鼓舞的成果,但大多数仍局限于单一技术或单一案例分析,缺乏针对以人工智能为代表的工业4.0核心技术进行联合应用的系统性研究。此外,大部分现有研究也未能探讨智能标签技术在复杂的实际食品供应链环境中的协同作用。
在食品质量与安全控制方面,人工智能相比传统技术具有一定优势。为了明确人工智能驱动的智能标签与传统智能标签的区别,我们提出了一个三层分类框架:
(i)人工智能驱动型标签:此类标签本身内置轻量级的人工智能模型,如压缩后的卷积神经网络、决策树或量化神经网络。这些模型直接在标签的微控制器或专用的板载人工智能加速器上执行推理任务。无需持续连接云端,这类标签即可实现实时功能,如变质检测、新鲜度分级以及异常警报。所有的人工智能计算都完全嵌入在标签硬件之中。
(ii)人工智能辅助型标签:这类标签的传感器负责采集与环境及质量相关的数据(如温度、湿度、气体浓度),并通过物联网通信模块(如近场通信、RFID、长距离无线通信、NB-IoT)将这些数据传输到边缘网关或云端平台,由人工智能模型在那里进行分析、预测与决策。标签本身并不执行人工智能推理,而是作为外部人工智能系统的数据采集前端。
(iii)人工智能混合型标签:这类标签会执行轻量的板载推理任务,用于处理那些对时间要求极高的任务(如基于阈值的异常检测、即时变质警报),而将计算强度较大的分析任务(如多传感器数据融合、基于深度学习的保质期预测、供应链优化)交由边缘设备或云端基础设施处理。这种混合架构兼顾了本地自主处理能力与云端强大的分析能力。
表1根据该框架对本文综述中提及的所有主要案例进行了系统分类,明确了人工智能计算的地点(标签端、边缘端或云端)以及所使用的人工智能模型类型。需要强调的是,对于智能标签而言,人工智能不应仅仅被视为后端的分析模块,它可以被嵌入到多个层面——从直接在标签微控制器上运行以实现实时变质检测的轻量级模型,到由人工智能指导的传感材料选择,再到边缘设备与云端平台协同工作的分布式智能架构。计算机视觉与深度学习的结合日益被广泛应用于快速、准确地检测食品的外部质量特征,其性能往往优于人工检测(Mavani等人,2022;Sonwani等人,2022;D. Wang等人,2024)。与此同时,电子鼻和电子舌可以通过基于人工智能的信息融合技术分析多种传感器数据,从而快速筛选出食品的口味特征、新鲜度以及是否受到农药和重金属污染的情况,将响应时间缩短至几秒之内(Arshak等人,2004;Chen等人,2024;Khan等人,2024)。人工智能在食品领域的应用并非孤立存在,而是与物联网、大数据、区块链等技术深度融合,共同构成了“感知-分析-决策-执行”的闭环系统(Dadi等人,2021;S. Wang等人,2024)。例如,智能标签中的传感器(物联网终端)会采集与食品相关的环境数据,这些数据会在上传至云端之前先经过边缘计算进行初步处理。随后,人工智能平台会利用大数据分析技术预测食品的保质期,并为供应链管理者或消费者提供优化后的反馈建议(Abekoon等人,2024;Keogh等人,2020;Mu等人,2024)。在这一框架下,区块链充当去中心化的信任层,确保整个供应链中数据的不易篡改性与可追溯性。“人工智能+物联网+区块链”这种集成架构体现了“食品4.0”的核心特征。人工智能、物联网、区块链以及先进传感器技术的融合推动了“食品追溯4.0”的发展,其特点是实现了端到端的数字化连接、实时的数据交换以及整个食品供应链层面的智能决策。在这种模式下,智能标签作为基础的传感与数据采集层,实现了信息物理系统的融合,这也是工业4.0时代食品系统区别于以往追溯方式的关键所在(Smetana等人,2021)。
基于上述背景,本文首先介绍了智能标签的主要传感元件,随后从技术融合、应用创新以及可持续发展等方面对基于人工智能的智能标签进行了全面概述。通过对现有文献的系统性回顾与综合分析,总结了该领域目前的进展、存在的难题以及未来的研究趋势。
文献综述方法
为确保研究的透明性与可重复性,本文采用了结构化的文献检索与筛选流程。检索工作在五个数据库中进行:Web of Science、Scopus、IEEE Xplore、PubMed以及Google Scholar。所使用的布尔搜索字符串如下:“(‘智能标签’或‘智能标签’或‘智能包装’)”与“(‘人工智能’或‘机器学习’或‘深度学习’或‘物联网’或‘区块链’或‘传感器’)”与“(‘食品’或‘食品安全’)”。
智能食品标签的核心传感组件
智能标签的监测与指示功能是通过三种核心技术实现的:传感器、指示剂以及数据载体(Kerry等人,2006)。本节将对每一类技术进行简要介绍,重点阐述其工作原理、对比特点以及与人工智能整合的相关性。关于各类传感器的具体案例分析详见补充文件S1。表2则对所有主要技术进行了全面总结。
多传感器数据融合与人工智能分析
多传感器数据融合技术通过整合来自不同类型和位置的传感器信息,能够弥补单一传感器的不足,从而为食品状态提供更为全面且可靠的描述。在智能食品标签中,常见的传感器包括用于检测挥发性有机化合物、二氧化碳、氨气等以判断食品是否变质的气体传感器、湿度传感器、温度传感器、pH值传感器以及基于生物特性的传感器等(Abekoon等人,2024;Khan等人,2024)。
智能追溯与防伪应用
食品追溯与防伪是保障食品安全的核心要素。由于信息孤岛、数据被篡改的风险以及验证效率低下等问题,传统的追溯系统往往难以满足现代食品供应链的需求。人工智能技术通过结合区块链、物联网以及先进传感器,为构建全链条且值得信赖的追溯系统提供了重要支持。
人工智能驱动的智能标签应用
环境可持续性:减少食品浪费与优化包装材料
基于人工智能的智能食品标签在环境可持续性方面发挥着重要作用。其面临的核心挑战是通过有效的端到端质量控制以及资源的最佳利用,来实现循环经济中“减量”与“回收”的目标。全球每年约有30亿吨食品因全链条的质量控制问题而被废弃,或者是在过期后被消费者不必要的丢弃(Karanth等人,2023;V?gsholm等人)。
结论
本文综述了将人工智能与智能食品标签相结合所取得的各项技术进展、应用场景以及带来的可持续效益。同时,本文构建了一个涵盖技术整合、创新应用以及可持续发展的理论分析框架,为未来的相关研究奠定了理论基础。从实际应用角度来看,本文也为供应链中的各方提供了一个决策支持工具,有助于加速相关技术的开发与商业化应用。
作者贡献
赵琳琳:概念构思;初稿撰写;研究方法设计;结果验证;论文审阅与修改;
陈星宇:文献检索;初稿撰写;研究方法设计;图表绘制;
顾文琴:论文审阅与修改;
姜慧楠:论文审阅与修改;
比马尔·奇特拉卡尔:论文审阅与修改;
孟向仁:概念构思;项目监督;项目管理工作管理。
资金支持
本研究得到了中国国家自然科学基金(项目编号:32302151)以及扬州市“绿色扬州金凤凰”计划(项目编号:137013476)的支持。
利益冲突声明
作者声明不存在任何可能影响本文研究成果的已知利益冲突或个人关系。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号