前言：高光譜分析，光學分析方法和一些人工智能（AI）使自動確保魚的質量成為可能。對于魚類加工行業而言，這是一種有趣的方法。

您如何判斷魚是否新鮮?這真的很容易。魚應該具有中性的氣味和堅硬，有彈性的肉，眼睛不應該鼓脹，皮膚應該濕潤有光澤。通過他們的感官和一點經驗，人類可以輕松地區分鮮魚和爛魚。對于機器而言，這比較困難，但是由于光學分析方法和一點點的人工智能(AI)，即使他們也可以成為魚類專家。

圖片來源于網絡

歐盟項目使魚類加工自動化

在大型冷藏倉庫中，對漁民零售商店的貨物進行檢查、分揀并分發到超級市場，通常按以下方式處理魚：冰雪覆蓋的海鮮用大塑料箱運輸，然后從由倉庫工作人員手動加冰，稱重，然后重新包裝在零售商的板條箱中。現在，這項費力的手工工作將實現自動化。

“海洋覆蓋了地球的70%以上，”挪威西門子工業公司的Torill?stingsen說。“盡管全球糧食供應中只有大約2-3%來自海洋，但我們的海洋卻被嚴重過度捕撈。然而，世界人口在增長，對魚類(一種健康食品)的需求也在增長。如果我們要在滿足需求的同時保護海洋，就必須有(可持續的)水產養殖。如果我們要確保將來只有最優質的魚類能夠到達消費者，就需要自動化的流程。”

EIT-Manufacturing是歐盟在歐洲創新技術學院(EIT)內的一個知識和創新社區，因此正在資助一個項目，多個工業企業和研究機構正在共同開發該問題的解決方案。西門子技術研究部門的Sven Dudeck解釋說：“將來，機械手指將抓住并重新包裝光滑，敏感的魚。” “機器人制造商KUKA和法國研究公司CEA正在尋找使魚類處理程序自動化的方法。西門子確保向零售商提供最高質量的魚。換句話說，魚必須總是新鮮的。”

看看魚皮

西門子研究人員正在特別研究魚皮。一旦魚被殺死，它的皮膚就開始慢慢變化。被水弄濕的光滑，閃閃發光的皮膚會改變并失去彈性。“在此過程中，皮膚表面的分子發生了變化，并且在皮膚上形成了一層粘液，”西門子技術公司的亞歷山大·吉格勒解釋說。“蛋白質分解，形成新的化學物質，人的鼻子很容易檢測到。我們利用了這種生化老化過程。我們使用高光譜分析來分析魚的皮膚表面。這意味著我們用紅外光譜中波長在900 nm至1,700 nm之間的電磁波照射皮膚，這意味著在可見光和熱輻射之間。我們觀察到表面分子吸收了多少不同的波長。不同的分子顯示出典型的吸收模式。然后我們可以推斷出魚皮上存在的分子數量。我們使用了訓練示例(即新鮮和不太新鮮的魚)來訓練AI算法。如果AI隨后評估了特定魚類的吸收模式，則它可以非常準確地說明魚類是否仍是新鮮捕撈，仍可食用或已經不合格。

▲高光譜分析顯示鮮魚和已死5天的魚之間存在顯著差異

2021年在Azambuja投入使用

這項技術有望被項目合作伙伴Sonae MC首次使用，該合作伙伴是葡萄牙領先的雜貨零售商，也是最大的鮮魚生產商。葡萄牙人平均吃很多海鮮，而Sonae在其570多家商店中每天出售大約53公噸魚。產品首先在Azambuja(葡萄牙的一個城市)的冷藏設施中進行分類和重新包裝。目前正在這里建立一個用于高光譜分析的試驗系統，該系統最早將于2021年投入運行。