Gıda güvenliği ve yapay zekâ (YZ)
26/04/2021 - 17:03:00
Prof. Dr. Y. Birol SAYGI
Beykoz Üniversitesi
“Gıda işleme” ve “Güvenilir Gıda” sorumluluğu çok yüksek olan ve mutlaka etik ilkeler çerçevesinde çalışılması gereken önemli bir konudur. Gıda işleme karmaşık bir iştir. Hammaddeden işlemeye kadar ürün bazında farklı ekipman ve işgücünü içermektedir. Gıda işleme sektörü hammadde üretimi, işleme ve lojistik olarak üç temel alt sektörden oluşmaktadır. Son ürün gönderilmeye hazır olduğunda ürünün kalitesi kontrol edilir ve gönderilmeye hazır olup olmadığına karar verilir. Ancak, birçok gıda işleme ünitesinde, bu işlemler YZ tarafından otomatikleştirilmektedir. Gıda güvenliği uygulamalarında hükümetlerin zorlamaları artmaktadır. Gıda güvenliği konusundaki tüm paydaşların gıda güvenliği karar vermesi için, birincil üreticilerden tüketiciye ve risk değerlendiricileri, politika yapıcılar ve iletişimciler de dahil olmak üzere tüm aktörlere kadar bilgi gereklidir. Gıda sistemlerinin artan karmaşıklığına rağmen dijital teknolojiler, gıda zinciri boyunca ve çevresinde neredeyse sınırsız sayıda noktadan eşi görülmemiş miktarda veri toplanmasına izin vermektedir. Bu büyük miktardaki verilerin sentezi, büyük miktarda yatırım gerektirmektedir. Ancak daha küçük izole edilmiş veri setlerinin analizini takiben, daha önce mümkün olmayan gıda güvenliği, halk sağlığı ve ticareti için geçerli olan eşsiz görüşler ve bilgiler sağlanabilir.
Gıda kaynaklı tehlikelerin ortaya çıkmasına ve bulaşmasına katkıda bulunan faktörlerin daha iyi anlaşılması, yeni ve daha etkili risk azaltma müdahalelerinin geliştirilmesine olanak sağlar. YZ ve makine öğrenme programları ayrıca gıda üretim sistemlerinde ve özellikle gıda güvenliği riskinin değerlendirilmesi ve yönetiminde genişleyen uygulama bulmaktadır. Belki de dijitalleşmenin genel olarak topluma ve özellikle de gıda sistemlerine en görünür etkisi, bilgi alışverişinde yatmaktadır. Gıda ve tarım ürünlerinin sınır ötesi dolaşımının verimliliğini arttırmanın yanı sıra dolandırıcılık fırsatlarını da azaltmanın bir yolu olarak e-sertifikasyona küresel olarak ilgi artmaktadır. Gelişen dijital teknolojilerinin, tedarik zincirleri boyunca gıda ve gıda bileşenleri bilgilerinin iletimini geliştirmesi beklenmektedir. E-ticaret, gıda pazarlanma şeklini değiştirmektedir. Ayrıca, iletişim devrimi, gerçek zamanlı bilgilerin hazır olması ve bazı durumlarda gıdaların güvenliği ve kalitesi hakkındaki yanlış bilgiler yoluyla tüketicilerin tutumlarını doğrudan etkilemektedir. Dijital bilgilerin paylaşılması, gıda zincirinin tüm aşamalarında aktörler arasında yeni bir hesap verebilirlik sunacak ve ticari ortaklar ile tüketiciler arasında güveni artıracaktır. Ancak, dijital teknolojilerin benimsenmesi, aynı zamanda ele alınması gereken veri mülkiyeti, kullanım, gizlilik, paylaşım ve şeffaflık ile ilgili soruları da gündeme getirmektedir.
Gıda güvenliğinde “Big Data”: Dünya çapında, 25 milyardan fazla cihaz şu anda internete bağlıdır. Dünya genelinde, Nesnelerin İnterneti (IoT) aracılığıyla birbirleriyle iletişim kuran toplam sensör, monitör, bilgisayar, akıllı telefon ve diğer cihazların toplam sayısının 2025 yılına kadar 75 milyarı aşması beklenmektedir. Bu potansiyel gıda güvenliğine uygulandığında çok önemlidir. Verilerin çok çeşitli kaynaklardan ve sektörlerden örneğin tarımsal gübreleme geçmişi, nakliye ve depolama parametreleri, coğrafi, mekânsal ve çevresel veriler, analiz kayıtları, ithal edilen gıdaların giriş portları veya bireylerin buzdolaplarındaki sensörlere veya kişisel akıllı telefonlara bağlı olarak toplanabilecektir. Bu veri karmaşıklığı, gıda tedarik zincirlerinin artan karmaşıklığını yansıtır ve çok büyük miktarda depolama gerektirmektedir. Veri madenciliği araçları, gıda güvenliği tehlikelerini daha iyi anlamak ve kontrol önlemlerini ve bunların ticaret üzerindeki etkilerini anlamak için değerli bilgiler sağlayabilir. Gıda zincirinde toplanabilecek veri türleri ve çeşitleri, her gıda için genellikle oldukça benzersiz ve birbirleriyle oldukça bağlantılıdır. Tarım işletmeleri tarafından veri toplanmasına yönelik öncelikler, düzenleyiciler, ticaret ortakları veya halk gibi diğer paydaşlar tarafından istenen veya istenenlerden farklı olabilir. Menfaat sahipleri, büyük veri fırsatlarına farklı oranlarda erişmekte ve bunlardan faydalanmaktadır. Birçok şirket, ticari çıkarlarını arttırmak için zaten gıda endüstrisindeki dijital bilgileri kullanmaktadır.
Bunun bir örneği de alışverişte kullanılan kartlar yardımı ile müşteri gıda alımlarının izlenerek beslenme modellerinin belirlenmesinde faydalı olabilecek bilgilere erişimi sağlayacaktır. Özellikle gelişmekte olan ülkelerde ile küçük ve orta ölçekli işletmeler, bilgi, erişim veya kaynak yetersizliği nedeniyle bu teknolojiden yararlanma konusunda geride kalabilir. Hükümetler, salgın araştırmalarında yardımcı olmak için bütün genom diziliminin kullanılmasında, gıda güvenliği amaçlı büyük verilerden yararlanmaktadır. Ne yazık ki, birçok düzenleyici kurum bu gelişmelere ayak uydurmak için genellikle daha yavaştır. Gıda güvenliğinde big data’nın kullanılmasının potansiyel tehlikeleri de bulunmaktadır. Önyargı endişe vericidir. Rahatlıkla toplanan veriler temsili olmayabilir. Örneğin, olgun ekonomilerde veya büyük ölçekli gıda sistemlerinden toplanan gıda güvenliği ve gıda sistemi verilerinin kullanılması, düşük ve orta gelirli ülkelerde veya küçük ve orta ölçekli tarım işletmelerindeki durumunu göstermeyebilir. Dolayısıyla, sonraki modelleri geliştirmek için kullanılan milyonlarca veri noktasından bağımsız olarak bu modeller, belki de son derece kesin olsalar da tüm bölgelerde veya ölçek ekonomilerinde kullanım için uygun olmayabilir. Veri mülkiyeti, farklı katma değerli IoT bağlantısı olan bireyler, kuruluşlar ve ülkeler tarafından eşit katılımlar ve erişim ve gizlilik güvenceleri, veri toplamadan önce en iyi şekilde ele alınabilecek potansiyel tartışmaların konusudur.
Gıda Güvenliği Risk Değerlendirmesinde YZ: YZ uygulamalarının bazı pratik kullanımları, gıdaların sınıflanmasını geliştirmek, çalışanların kişisel hijyenlerini izlemek ve ekipman temizliğini değerlendirmek için gıda tedarik zinciri yönetimine başarıyla entegre edilmiştir. YZ'nın daha gelişmiş uygulamaları, insan hatası ve önyargıya daha hızlı ve daha az eğilimli olan gıda güvenliği karar vermelerini bildirmek için modeller geliştirmek için bilimsel çalışmaların ve verilerin sentezlenmesi potansiyeline sahiptir. Örneğin, yapay sinir ağları, gıda güvenliği izlemesi için erken uyarı sistemlerinin geliştirilmesinde temel olmuştur. Ticarete doğrudan başvuruda bulunan YZ'nın diğer uygulamaları, ticaret kurallarını ihlal edebilecek ve / veya halk sağlığına yönelik bir tehdit oluşturabilecek ticari gıdaları tanımlamak için gıda dolandırıcılığının önlenmesi ve / veya bununla ilgili alanların arasında bulunabilir. Gıda katkı maddeleri ve reçete değişiklikleri ile ilişkili riski yeniden hesaplayan kendi kendini güncelleyen risk modelleri önerilmiştir.