人工智慧精準抽驗 優化食安邊境管理
人工智慧精準抽驗,優化食安邊境管理。食藥署利用IFI與BPI的二個系統協同合作,與邊境查驗人員共同守護國人的食用健康安全。
食品藥物管理署自一○九年三月五日起於邊境導入大數據分析技術,建置「邊境預測智能系統(Border Prediction Intelligent System, BPI)」,挖掘潛在食安風險,輔助邊境不合格產品命中之精準度,將問題產品阻絕於境外。以生鮮冷藏冷凍水果為例,導入前後的平均不合格率由三%提升至三‧八%,顯示精準抽驗的成效。
我國輸入的產品逐年增加,一○○年起至一一三年底已自四十萬餘批增加至七十六萬餘批,在人力、經費有限及產品多元化的情況下,又需兼顧通關時效,爰食藥署於一○九年間起開始導入BPI之人工智慧技術,輔助邊境抽驗之決策。
業者申報輸入食品及相關產品時,首先透過食藥署負責掌理全國輸入食品資訊「邊境查驗自動化管理資訊系統核判,倘屬IFI判定為一般或加強抽批機率的產品,則由BPI之人工智慧AI預測智能模型進行風險預測。BPI是蒐集國內外開放資料及食品雲相關系統資料,藉由七種機器學習演算法運算一百多個特徵因子建立預測模型,利用大數據即時運算風險機率,並以七種演算法集成投票以決定是否抽驗。再由IFI依據產品風險項目及邊境查驗人員的經驗綜整判斷檢驗項目,以進行後續的取樣檢驗,倘檢驗結果為不合格的產品,業者應辦理退運或銷毀,以阻擋不合格產品於境外。
食品藥物管理署自一○九年三月五日起於邊境導入大數據分析技術,建置「邊境預測智能系統(Border Prediction Intelligent System, BPI)」,挖掘潛在食安風險,輔助邊境不合格產品命中之精準度,將問題產品阻絕於境外。以生鮮冷藏冷凍水果為例,導入前後的平均不合格率由三%提升至三‧八%,顯示精準抽驗的成效。
我國輸入的產品逐年增加,一○○年起至一一三年底已自四十萬餘批增加至七十六萬餘批,在人力、經費有限及產品多元化的情況下,又需兼顧通關時效,爰食藥署於一○九年間起開始導入BPI之人工智慧技術,輔助邊境抽驗之決策。
業者申報輸入食品及相關產品時,首先透過食藥署負責掌理全國輸入食品資訊「邊境查驗自動化管理資訊系統核判,倘屬IFI判定為一般或加強抽批機率的產品,則由BPI之人工智慧AI預測智能模型進行風險預測。BPI是蒐集國內外開放資料及食品雲相關系統資料,藉由七種機器學習演算法運算一百多個特徵因子建立預測模型,利用大數據即時運算風險機率,並以七種演算法集成投票以決定是否抽驗。再由IFI依據產品風險項目及邊境查驗人員的經驗綜整判斷檢驗項目,以進行後續的取樣檢驗,倘檢驗結果為不合格的產品,業者應辦理退運或銷毀,以阻擋不合格產品於境外。