本报记者 王薇 崔丹阳
借助高光谱成像检测技术，“僵尸肉”一照就“现形”，构建AI模型精准区分不同品质红酒、超快速食品冷却技术仅用几十分钟就能快速冷却几公斤的熟肉制品……二十余年间，欧洲人文和自然科学院、爱尔兰皇家科学院等“七院院士”孙大文教授持续产出高水平学术成果，有力推动了食品人工智能领域的技术进步和产业应用。
2025年，澳大利亚联邦科学与工业研究组织、英国利兹大学等联合组建团队，依托海量长期文献完成全球食品人工智能领域系统性综述与文献计量分析。这篇发表于食品领域国际期刊《Food Engineering Reviews》的系统性综述明确指出，从学术轨迹上看，AI技术几十年来一直支持着食品领域的技术发展与变革。在对213篇高影响力综述进行的计量分析中，孙大文在全球作者中脱颖而出。其在2004年发表的论文《Improving quality inspection of food products by computer vision—A review》更是被列为食品AI领域的经典文献。论文从海量数据中挖掘出的信息清晰地描绘了孙大文的科研重心——人工智能、光谱技术、计算机视觉、食品品质。可以这样形容——“他的工作就像一条纽带，将前沿的计算机科学方法与复杂的食品工程问题紧密地结合在了一起。”
欧洲人文和自然科学院院士、爱尔兰皇家科学院院士、华南理工大学孙大文教授
构建全流程智能化技术体系
AI作为近年来迅速崛起的新技术，其强大的助力让食品这一传统产业迸发出新的活力。如何将AI与食品冷链技术和食品生化机理深度融合，构建一套覆盖“感知—预测—控制—决策”全流程的智能化技术体系？这一工作，孙大文研发团队一直在做。
“我们始终认为，单纯依赖数据统计的黑箱模型有其局限性，真正赋能食品冷链的AI技术应当建立在理解食品生化反应、品质劣变过程、传热传质工况等多维数据的深层科学规律上。”孙大文告诉记者，近年来，其研发团队在先进冷冻冷链方向的工作主要集中在机制驱动的人工智能上，其核心并非仅用AI替代人，而是将AI与食品冷链技术和食品生化机理深度融合，构建一套智能化技术体系。对此，研究团队在冷冻冷链的智能感知、智能预测等方面进行了探索。
在智能感知方面，如何实时、无损地监控食品在冷链中的新鲜状态？研发团队将各类光谱技术与机器学习、深度学习等算法融合，用于实时在线监测食品的即时品质，成功实现肉类、水产品、易腐果蔬的品质监测。同时，通过构建深度神经网络框架，研发团队得以大幅增强光谱数据的量化分析能力，实现冷链食品品质的精准判别。在智能预测方面，孙大文团队将机器学习、深度学习等算法用于冷链产品货架期预测，利用AI对高光谱成像、电子传感器等无损监测手段的海量数据进行综合分析与信息互补，精准预测冷链生鲜食品的剩余货架期。在冷链全过程管控方面，研发团队通过集成CFD模拟、数字孪生与物联网技术，开发冷链智能控制系统，实现从“经验估算”到“数据决策”的技术迭代。
“我们始终坚持‘数据智能’和‘材料智能’双线并行的AI研究策略，力图让食品产业相关的材料本身‘活’起来。”孙大文研发团队也在材料智能领域积极探索。在食品智能标签方面，研发团队探索了基于聚集诱导发光体的比率荧光智能标签、基于贵金属核壳纳米材料的时间－温度指示标签等食品智能标签，实现了冷链生鲜食品品质的实时、原位监测；在被动式制冷方面，研发团队利用AI筛选具有高辐射制冷效率的纳米填料，在不消耗外部能源的情况下实现食品降温，为冷链的低碳化提供了新路径；在食品冷冻保存方面，研发团队基于海量的实验数据，利用AI技术设计绿色高效的食品级抗冻剂以替代传统化学抗冻剂，从源头上减少冷链环节的化学污染和潜在的食品安全关切。
随着AI浪潮的兴起，孙大文研发团队精准捕捉到了这一发展契机，将AI技术与团队在传统食品冷链方向的学科优势相融合，致力于将AI嵌入食品冷链的各个环节。“这不仅是工具的革新，更是一场感知科学化、预测精准化、控制智能化、材料功能化的科研与产业变革。”孙大文如是说。
率先将计算机视觉引入食品检测领域
近年来，食品快速质量检测计算机视觉系统研究是食品科技界关注的重点研究领域之一。孙大文研发团队经过近30年的持续深耕，在基于计算机视觉的食品快速质量检测方向构建了一套以高光谱成像技术为核心，以计算机视觉为基础，以人工智能为驱动的完整技术体系。
据介绍，早在1998年，孙大文就率先将计算机视觉引入食品检测领域，开创性地实现了在不拆除外包装、不破坏食品原貌的情况下，无损获取食品的颜色、大小、形状等外观数据。作为该领域的核心，团队重点开发了高光谱成像技术，并已在果蔬（腐败程度预测）、肉品（新鲜肉与冷冻肉鉴别）、水产品（嫩度及新鲜度检测）等产品上得到应用。应用研究发现，高光谱技术不仅能捕捉外观数据，还能分析食品的内部化学成分和物理特征，实现多维度的品质评估。
产业应用层面，团队目前已构建了集内部载体、外部枢纽、产区示范、专利布局于一体的技术生态，全力加速相关技术的产业化进程。内部载体层面，依托2011年成立的华南理工大学现代食品工程研究中心，孙大文团队建设有智能检测控制研究所，是高光谱无损快速检测技术的核心研发基地。外部枢纽层面，团队联合美的、唐人神等行业领军企业，共同建立技术转化枢纽，推动技术的市场应用。
产区示范层面，在宁夏回族自治区，团队通过校企技术合作，在枸杞、长枣等生产企业建设有产业示范生产线，服务当地食品工业发展需求。团队目前已在多个检测场景申请国际PCT专利和国家发明专利，涵盖高光谱检测、冷库在线监测等技术，系统构建了坚实的技术壁垒。
孙大文教授在指导学生
聚焦食源性致病菌生物被膜精准防控领域
生物被膜通常与人类细菌感染以及由此产生的抗生素耐药性有关。生物被膜可通过形成高度异质且分隔的微环境，建立抵御抗生素和免疫细胞的强大屏障。简单来说，生物被膜是细菌聚集并被包裹于自身分泌的胞外聚合物中的聚集体。它像一个坚固的堡垒，能帮助细菌抵御抗生素和人体免疫系统的攻击，是导致食源性致病菌污染和细菌耐药性传播的关键因素之一。如何精准、有效地攻破这个“堡垒”是当前棘手的科学问题。
近日，国际权威期刊《Small》公布年度高影响力论文榜单，华南理工大学现代食品工程研究中心孙大文院士团队发表的研究论文“Spatiotemporally Guided Single-Atom Bionanozyme for Targeted Antibiofilm Treatment”荣膺2025年度最高浏览论文（Top viewed article），成为该领域年度备受关注的标志性成果之一。这项在生物被膜精准防控领域的探索，是孙大文团队在纳米生物技术交叉领域一次重要的创新实践。该研究聚焦食源性致病菌生物被膜精准防控领域，系统阐明了生物被膜异质动态微环境造成食源性细菌防控难度大、传统纳米酶难以适配生物被膜微环境、缺乏高精度高活性靶向催化体系的核心科学问题。
为此，研发团队设计了一种名为“时空引导的单原子生物纳米酶”的“超级武器”来破坏这个“堡垒”。研究结果证实，该生物纳米酶可高效抑制大肠杆菌与金黄色葡萄球菌生物被膜的形成，为食源性致病菌生物被膜精准时空靶向防控提供了新机制与新策略。
食品基础和应用研究迈向“数智化”新阶段
在AI时代多领域交叉融合的趋势下，食品基础和应用研究将如何发展值得业界思考。在孙大文看来，随着AI技术的迭代升级与日趋完善，食品基础与应用研究正全面迈向以数据与计算为核心的“数智化”新阶段，这场由AI驱动的变革正深刻重塑食品研究的方方面面。
以孙大文研发团队在食品AI领域的发展规划为例，其研究主要通过“数据智能”和“材料智能”双线并行的策略展开。“既要用AI来理解和预测食品世界的内在规律，又要让食品产业相关的材料本身‘活’起来，使其具备感知和响应能力。”在AI驱动的无损检测方向，研发团队提出“精度与效率协同提升”框架，将其与近红外光谱、高光谱成像等技术融合，通过AI算法降低校准误差，提升检测速度。在食品加工过程控制方向，研发团队通过“数字孪生”技术为每一个加工环节创建动态的虚拟映射，通过融合AI和传感器数据，凭数据决策食品加工的过程控制。在智能传感方向，研发团队将深度学习与太赫兹超材料相结合，通过构建AI模型实现不同品质红酒的精准区分，让“挂羊头卖狗肉”和“年份造假”无处遁形。
在孙大文看来，未来，AI技术将从多维度重塑食品科学的未来，描绘更精准、更高效、更可持续的食品蓝图，助力食品全产业链的“智能”升维。他指出，AI应用将有望贯穿食品产业链的上下游，为每个关键环节引入革命性、颠覆性的智能化解决方案。
在原料生产层面，AI驱动的精准农业、智慧农业，将在生产源头上保障食品原料的品质与产量稳定性，奠定产业升级的基础。在加工制造层面，通过机器视觉与深度学习的融合，食品加工环节的分拣、分级、品控效率将大幅提升。未来的智慧生产线甚至可以根据不同订单需求丝滑切换生产方案。在品质检测和溯源层面，未来的检测技术将整合多源传感器数据，通过AI进行信息互补，实现对食品品质信息的精准判断，确保从农场到餐桌的每一环节都透明、可追溯。在供应链优化层面，AI的介入将大幅提升市场需求预测、原料采收建议、产品库存管理、物流配送规划等环节的决策精度，增强供应链的韧性。在消费终端层面，AI正在引发个性化的消费变革，通过综合分析用户的消费行为、健康数据、代谢特征，AI将给出个性化饮食方案和购买推荐。
孙大文同时提醒，尽管AI为食品这一传统产业带来了革命性的发展前景，但其应用也面临数据孤岛、模型泛化性不足和算法可解释性不明等挑战。解决这些问题需要构建标准化的数据共享机制、开发更具普适性的算法，并发展可解释性人工智能，让AI的决策逻辑透明、可信。“我们必须认识到，AI技术正在强势推动一场深刻的科研和产业变革。它不仅是新工具，更是一种全新的思维模式，要求我们以更系统、更动态的视角，去理解和重塑整个食品产业的运作逻辑。”孙大文指出，未来，AI将持续作为核心驱动力，打破传统学科壁垒，赋能食品研究向更绿色、智能、健康和安全的方向发展。