隨著數據爆發式的增長、計算能力的大幅提升以及深度學習算法的發展和成熟，迎來了人工智能的第三次浪潮。自動翻譯、無人駕駛、人臉識別、搜索引擎和機器人等應用已經走進社會生活。2015年基于深度學習的人工智能算法在圖像識別準確率方面第一次超越了人類肉眼，為人工智能的應用展現了廣闊前景。
大多數的食品加工企業屬于勞動密集型，人力勞動繁復且目前具有不可替代性，原因在于大量的工作依靠人腦判斷和綜合分析，即使是自動化的今天，也有相當的數量需要人工完成，如水果蔬菜的挑選分揀和設備的操作管理等，因此，如何充分發揮現代科技的作用，進一步提高自動化的水平是需要不斷探索和解決的問題。
為了保證果蔬的質量、降低損耗、順利完成加工和商品化流程，果蔬在采收后一般要選擇進行原料的選別、分級、清洗、去皮、切分、燙漂和抽空處理等一道或多道加工工序，即果蔬的預處理。果蔬品種繁多，目前通常是憑經驗編制各種預處理工藝。近40年來我國果蔬產業快速發展，由于加工時間集中而且數量大的因素，所以多采用連續式設備，各工序和設備可以相連組成生產線，
并且采用自動控制、自動調整裝置，部分工作由機器逐步代替，工人間接地照管和監督機器進行生產。然而在個性化定制趨勢中反應還不夠迅速，任務周期較長，效率和質量有待提高。
圖1所示的是一種有清洗和冷卻(燙漂后一般需要經過冷卻)功能的果蔬預處理連續式生產線，產品進入綜合清洗機進行綜合清洗和去雜質，然后經過冷卻機、振動瀝水機和提升機輸送到后續的工藝流程?，F階段其自動化控制的特點：
(1)設備中由多種傳感器檢測，進行較為簡單的控制，如：a.清洗機、冷卻機中設有水位儀，當水位觸及低位警戒時，即自動開啟水閥進行補充水；當水位觸及高位警戒時，即關閉水閥停止補充水；b.電動機保護，溫度或電流等傳感器檢測到電動機出現過載等故障后自動停機；c.運行速度可以人工設定和人工調節。
(2)聯機控制，各設備可以聯動。
(3)借助于人腦分析、綜合判斷、決策和管理。
根據目前果蔬預處理主體屬于依靠人腦判斷和多元參數控制的特色，但是當前的自動化還無法滿足個性化定制和柔性生產的需要，而且在自動化水平不斷提升后，人將越來越困難地感知到運行工況的動態變化，決策也容易受主觀判斷的影響。應用人工智能可以彌補人在決策和操作中的不足，人工智能讓機器逐漸擁有感知、認知和決策的功能，而將原有的管理系統變成人機合作的決策系統。
如圖2所示，智能工廠中傳感器感知相關信息，智能決策和管理系統與傳感器和控制器等實時交互、多元交互和人機交互互補，協同企業管理層、生產執行層和過程控制層決策，以最佳優化目標智能控制。4G/5G或Wi-Fi的環境能夠無線連接、快捷數據傳輸和共享，依托互聯網和大數據技術進行深度學習和專家系統建模，預測或建議，它獲得的數據越多，就越準確。
訂單、個性化/協同設計、計劃排程、聯系供應商和各生產環節等納入智能決策和管理系統。人工智能和互聯網相結合，互聯網能夠延伸和拓展功能，如實施跟蹤、溯源和產品發布等。
應用人工智能，本文對果蔬預處理的部分設備作如下改進。
重量分級(分揀)是目前常見的一種果蔬分揀，圖3所示是一種電子感應重量分級機，符合一定重量的如蘋果、桃子、梨、臍橙、柑桔、獼猴桃、檸檬、柿子、火龍果、芒果、石榴、西紅柿、馬鈴薯、洋蔥等圓形或橢圓形果蔬將在所盛托盤的翻轉傾倒下被揀出。
果蔬質量分級是使果蔬連續通過由攝像頭組成的圖像采集區域，利用攝像頭拍攝果蔬的圖像，傳送給圖像處理系統，通過人工智能對果蔬的表面質量進行判別，并根據質量指令執行機構動作而實施自動分揀。進行深度學習訓練能夠使機器視覺達到足夠的準確率。
改進的果蔬重量和質量連續分揀是在重量分級裝置中串接質量分揀模塊。果蔬通過重量檢測和圖像采集區域，當不符合重量或質量的果蔬通過時，人工智能記下該果蔬，然后自動輸送到指定的位置去除，從而節省了人力，提高效率，并且進一步提高了產品的質量。為了更好地攝像檢測，圖像采集區域的截面可以如圖4所示，3個攝像頭互成120度夾角布置，攝像頭對通過的果蔬全部表面進行檢測。該裝置結構比機械手抓取更快、效率更高，設置簡單。
氣泡清洗機是果蔬清洗的常用設備之一，通常是設備自動清洗，人工監督運行。一種連續式果蔬氣泡清洗機及控制系統如圖5所示，圖中還配置了水位傳感器以及噴水、二次噴水、補充水等自控閥門，通過水位傳感器檢測信號可以自動控制補充水。改進方法是分別在進料端、出料端和水池上方設置攝像頭傳感器，根據人工智能，機器視覺包括如下功能：
(1)在進料端設置攝像頭，拍攝進料的狀況，模式識別進料的品種、數量和表面的臟污程度，隨即可制訂出清洗的模式，如強、中等或弱清洗模式，不同的清洗模式對應自動調節不同的工作方式和參數；
(2)在水池上方設置攝像頭，拍攝、檢測、判定清洗水質狀況，自主決定是否自動換水或補充水；
(3)分別在進料端和出料端設置攝像頭，拍攝進出料的狀況，通過進出料端攝像進行產品實時比較，自主分析和決策，自動調節無級調速電動機來調節運行速度以及調節氣、水量等，如進料端的物料不多時運行速度變快，反之則自動調節使運行速度變慢或氣、水量增加等。
設備動態檢測、自主決策和調節能夠實現無人操作和自主運行。如圖6模塊控制能夠使生產高效率的精準運行和減少人工重復性的勞動。
應用人工智能自然語言理解，當發現有異常響聲時系統會立即自動停機排查，反應速度非常快，可以有效避免損失。人工智能自然語言理解還可以使機器理解或生成人類語言，人機交流，執行操作而無需人類“動手”。
因此，在果蔬預處理中，人工智能模擬人類智能能夠得到很好的應用。
基于人工智能構建CPS(Cyber-Physical Systems，信息物理系統)，采用“狀態感知——實時分析——科學決策——精準執行”，充分利用大數據、物聯網等技術，提升頂層智能決策水平、提高企業個性化定制能力、提高自動化程度、全面提高效率、縮短周期、提升產品的控制精度和質量指標。
表1 應用人工智能前后的比較分析
人腦的神經元數量約為860億個,具備無與倫比的創造力和洞察力
