论文标题：The Journey of Artificial Intelligence in Food Authentication: From Label Attribute to Fraud Detection

论文链接：https://www.mdpi.com/2304-8158/14/10/1808

期刊名：Foods

期刊主页：https://www.mdpi.com/journal/foods

研究背景

食品基质的天然复杂性、欺诈手段的隐蔽性，让传统食品真伪鉴别面临巨大挑战。从蜂蜜的蜜源造假，到橄榄油的廉价掺兑，再到果汁中未标明的糖分添加，这些欺诈行为不仅损害消费者权益，更扰乱市场秩序。传统检测依赖人工处理海量数据，效率低下且难以识别细微差异；而传统统计方法在应对复杂数据时，又常受限于特征提取能力。为此，引入监督统计工具，尤其是近年来的人工智能（AI），成为开发可靠检测复杂掺假手段的重要策略。

Foods期刊发表一篇的综述文章“The Journey of Artificial Intelligence in Food Authentication: From Label Attribute to Fraud Detection”，系统梳理了人工智能（AI）技术在食品溯源领域的发展，为破解食品欺诈检测难题提供了新的视角。

主要研究内容

本综述系统回顾了AI在食品真实性鉴定领域的发展与应用。文章指出，AI的应用从最初作为传统统计学方法的替代或补充，用于食品分类，已发展到如今开辟了基于图像分析进行掺假检测的新维度。综述聚焦于三大核心应用方向：

1.食品分类：根据地理来源、植物/动物种类、生产年份等标签属性进行鉴别。

2.掺假检测：识别通过添加/替换外来成分进行的细微掺假行为。

3.快速识别工具开发：基于图像处理技术，建立快速鉴定模型。

文章以蜂蜜、食用油、果汁、乳制品和肉类这五大易受欺诈的食品基质为例，详细梳理了AI与各类分析技术（如光谱、色谱、质谱等）结合的应用现状，并对比了其与传统化学计量学方法在效率和准确性上的异同。

图文赏析

图1. AI在食品欺诈控制中的主要应用概览。

图2. 先进统计方法与AI在食品识别模型开发中的性能对比。

图3. AI相较于统计方法在掺假比例估算方面的主要优势。

图4. AI为食品控制开辟的新途径：以图像作为食品欺诈检测的数据来源。

研究成果

1.在食品分类方面：研究表明，AI（如人工神经网络 (ANN)、支持向量机 (SVM)、随机森林 (RF)）与高级统计方法（如偏最小二乘判别分析 (PLS-DA)、线性判别分析 (LDA)）在根据标签属性（如产地、品种）对食品进行分类时，模型准确率通常相当，并未显示出决定性优势。AI的价值更多体现在对复杂统计模型结果的验证和补充上。

2.在掺假检测方面：面对更细微、更复杂的掺假行为（如高价蜂蜜中掺入低价蜂蜜、果汁间互掺），AI模型展现出比传统统计方法更优的检测和定量能力。AI善于从复杂数据中学习非线性模式，更适合识别细微掺假。

3.在图像处理应用方面：AI，特别是深度学习（如卷积神经网络 (CNN)），在基于图像（显微镜图像、热成像、高光谱图像等）的鉴定中表现出色。它能自动提取关键特征，实现对蜂蜜花粉源识别、橄榄油掺假、肉类品质与掺假等的快速、高精度分析，显著降低了对专业知识和繁琐样品前处理的依赖，提高了检测效率。

4.AI在食品真实性鉴定中的最大价值在于其强大的特征学习能力和更高的泛化能力。它不仅能提供更精确的预测，更重要的是能够处理由非专业人员采集的简易数据（如图像），为开发普惠式筛查工具奠定了基础。

研究总结

本综述全面回顾了AI在食品真实性检测中的应用历程，从最初辅助处理精密仪器数据，到今天能够直接解析手机拍摄的图像，AI使得快速、低成本、现场化的食品筛查成为可能。

尽管AI模型在普适性、标准化和应对食品自然极端变异方面仍面临挑战，需要与传统确认方法结合使用，但其作为强大的筛查工具，在食品分类、细微掺假检测和快速识别工具开发方面展现出巨大潜力，尤其是基于图像处理的AI技术为食品真实性检测开辟了新途径，已能极大提升监管效率和覆盖面。未来，随着技术的不断进步，AI在食品真实性检测中的应用前景将更加广阔。

原文信息

https://www.mdpi.com/2304-8158/14/10/1808

Magdas, D.A.; Hategan, A.R.; David, M.; Berghian-Grosan, C. The Journey of Artificial Intelligence in Food Authentication: From Label Attribute to Fraud Detection. Foods 2025, 14, 1808. https://doi.org/10.3390/foods14101808