“香蕉，扔掉！”“樱桃，扔掉！”“西兰花，扔掉！”扔掉！”这一幕在零售店里经常上演，听上去很浪费吧？但也是不得已而为之。因为这些本该进入消费者胃里的美食，还没到销售阶段就已经烂掉了。被扔掉、扔进垃圾桶的食物，并不是它们生命的终结，而是另一种“新生命”的开始：它们被运到垃圾填埋场、掩埋、焚烧，以二氧化碳和甲烷的形式重新回到人们的生活中据联合国估计，全球每年约有1/3的食物在生产和消费过程中丢失和浪费，食物浪费造成的温室气体排放量约占全球的8%全球温室气体排放，左边新鲜，右边烂掉相比散落在千家万户餐桌上的餐厨垃圾，减少供给侧的餐厨垃圾理论上更可控，因为餐厨垃圾对他们来说更意味着更少的利润，他们更有动力干预食物浪费。在零售端的食品浪费中，生鲜食品尤为严重。管理新鲜农产品是一个微妙的平衡，商店储备足够的胡萝卜、草莓、生菜和其他农产品来满足需求，但如果顾客订购的数量超过实际需要，就会因腐烂的食物而蒙受损失。消费者购买生鲜食品非常简单。如果Ta想用西兰花做炸虾，他只需要找到一家超市，把货架上的西兰花放进购物篮就可以了。但对于超市来说，“每天买多少西兰花”是一个非常复杂的问题，因为它涉及到很多变量：▍接下来，他们需要预测相关时间范围内西兰花的需求；▍此外，他们还需要考虑西兰花的运输频率和保质期、货架新鲜度、当前和计划中的促销活动以及店员的可用性。毫无疑问，生鲜管理对零售商来说是一个巨大的挑战。然而，在现实生活中，你可以看到一些果蔬店老板靠纸笔记录，凭直觉做出重要决策；计算机辅助订购(CAO)系统不会区分可以储存六个月的薯片和保质期为几天的蓝莓。这些过时的做法每年都会导致大量食物浪费和利润损失。AI与食物浪费的较量事实上，生鲜管理虽然难，但并非没有可能。Afresh是一家位于美国旧金山的人工智能公司，推出了基于人工智能和机器学习算法的生鲜操作系统，优化每一种生鲜商品的复杂动态，从而产生最佳的订单推荐。该系统依托于杂货商现有的系统，获取销售、定价和运输数据，并将其编译到一个单一界面中，零售商可以通过平板电脑查看订单。它使用机器学习从复杂的数据中提出建议，例如每天变化的客户需求、不断变化的产品成本、零售价格波动、季节性、销售策略，甚至每个特定项目的易腐性。零售商在平板电脑上使用AfreshAfresh还建立了一个信心评分系统来每天评估传入数据的质量。每当数据质量得分较低时，系统都会提示用户手动输入他们认为适合商店订购的数量。使用Afresh前端工具的人定期进行手动库存盘点，这有助于训练人工智能模型。通过其独特的人工智能和机器学习能力，零售商能够响应需求、库存和消费者购买行为的变化，从而实现生鲜部门的盈利运营。Afresh正在帮助多家美国零售商每年订购数十亿美元的易腐食品，同时将缺货问题减少25%，将食物浪费减少80%。迄今为止，该公司已经消除了690万磅食物浪费，而且这个数字还在呈指数级增长。可见，作为人工智能的一个分支，机器学习正在渗透到各行各业，正在给整个社会带来颠覆性的变化。很多组织都渴望用AI赋能生产力，但要将AI转化为真正的价值并不像打开开关那么容易，尤其是随着大规模参数级应用的出现，AI对IT设施提出了更高的要求，基础设施的性能性能的强弱在一定程度上影响着AI的落地时间。在复杂的环境中，选择值得信赖的供应商至关重要。DellTechnologies拥有完整的AI-ready解决方案，涵盖服务器、网络、存储、工作站、相关软件、咨询和培训服务等诸多技术组合，可帮助企业快速部署人工智能模型训练平台，打造人机协作结合自身业务发展场景，优化资源配置，提高生产效率。同时，DellEMCPowerScale是适合高性能机器学习和大规模深度学习的全闪存基础架构。凭借其低延迟、高吞吐量和大规模并行I/O的卓越功能，它为AI工作负载提供GPU加速计算提供了有益的补充，有效压缩了针对多PB数据集训练和测试分析模型所需的时间。*PowerScale搭载英特尔至强处理器，采用软件定义的基础设施和敏捷的云架构，为PowerScale提供卓越的性能和效率，加速要求苛刻的文件工作负载，使企业能够释放数据资本价值，加速业务数字化转型。这种简单而灵活的解决方案消除了I/O瓶颈并加快了学习周期，同时满足法规和公司政策要求，使您的AI愿景更快成为现实。写在最后我们从小就被教育要节约每一粒粮食。食物浪费不仅是对投入其中的种子、肥料、劳动力和金融资本等宝贵资源的践踏，更会让地球付出高昂的代价。食物的最终归宿不应该是垃圾场，而是装满盘子，滋养人们的身体。要遏制食物浪费，仅靠人工智能和其他技术手段是不够的。我们每个人都要树立珍惜粮食的意识，造福自己，造福地球。
