京公网安备 11010802034615号
经营许可证编号:京B2-20210330
专家如何看待大数据时代的食品安全
7月8日下午,以“大数据时代:共筑全球食品安全”为主题的大数据时代的食品安全论坛召开。复旦大学校长、复旦发展研究院院长、中国科学院院士许宁生致辞,贵州省人民政府原省长、中国食品工业协会原会长石秀诗,中国工程院院士、中国工程院原副院长邬贺铨,美国联邦政府食品药物管理局、食品安全与营养应用中心研究员Perry G.Wang,蒙牛乳业(集团)股份有限公司质量技术总监宋晓东,德国农业协会DLG食品培训中心主任Simone Schiller,德国弗劳恩霍夫技术协会食品安全联盟主席Mark Bücking,德国杜伊斯堡埃森东亚研究所首席研究员Martin Heinberg,国家食品安全风险评估中心技术总师吴永宁,新西兰初级产业部MPI、亚太食品安全中心执行董事Helen Darling,茅台集团党委书记兼总经理李保芳等嘉宾发表了主题演讲。
石秀诗: 确保食品安全必须在治本上下功夫,一是要强化法治约束,着力构建食品安全社会共治格局;二是要紧紧抓住源头治理,把农业种植养殖环节的安全风险隐患尽快降下来;三是要加快建立健全食品安全诚信自律制度,把食品安全主体责任真正落实到每一个食品生产经营者;四是要进一步加强食品安全全程追溯管理,保证不安全隐患能准确及时发现,妥善处理,确保安全。
邬贺铨: 食品安全需要对食品从生产到销售全链条管理,需要法律保障,需要从生产、流通、使用、监管、科技和法制等多方面来把关。大数据可以起到对食品安全的“补天石”作用,但也需要挖掘与提炼。食品安全大数据需要政府、企业、民众共同提供。
Perry G.Wang: FDA(食品及药物管理局)帮助美国各地维持高水平的食品安全,为其提供指导、模型规范、培训等技术支持。食品安全营养中心主要关注食品安全、食物防御、营养、保健品和化妆品安全等五个领域。
宋晓东: 蒙牛集团应用物联网技术,依托DC305、LIMS等系统,打造产业链产品的监控管理和追溯体系,保障产业链的食品安全控制能力。利用质量大数据分析,对物料、产品的核心指标进行信息化实时管理,实现质量自动化、数字化的管理,达到产品质量实时监控,从而保障食品安全。
Simone Schiller: DLG(德国农业协会)系统是通过对流程和产品认证两个方面的把控来实现食物监测和认证。流程认证包括审计生产设施、文件及可追溯性,并且可以控制食品安全和卫生。产品认证是包括实验室测试、评估报告及感官测试等方式。
Mark Bücking: 食品安全的驱动力有消费者、媒体或政治、科学及管理。我们主要是通过控制整个食品供应链保证食品安全。大数据的解读和分析对食品安全领域是很重要的挑战。
Martin Heinberg: 中国消费者对食品安全有很高的认识,但是食品安全的知识、标签及鉴别能力有限,通过消费者教育、消费者保证、可靠的信息源及质量标识来降低此类风险。
吴永宁: 国家需要建立统一的食品安全国家标准制度、实施国家食品安全风险监测及评估制度、建立全程食品安全溯源制度来保障食品安全。风险控制是保障食品安全的现实目标,并通过危害识别、危害特征描述、暴露评估及风险特征描述等四个步骤进行评估。
Helen Darling: 现在我们面对的挑战是建立依靠标签来识别那些无法鉴别的食物是什么,以及开发一些测试去鉴定该标签鉴定是否正确的一些方法。通过知道生产方法、了解供应链缺陷、适当运用科技、了解供应链合作伙伴、建立可信的合作关系以及了解贸易的地缘政治环境去建立品牌和降低风险,从而减少食物欺诈的现象。
李保芳: 在大数据战略的指引下,不断推动工业化与信息化的融合,启动“大数据茅台”战略,将生产销售流程与质量标准体系大数据化,搭建种、购、产、存、销全产业链的大数据平台,实现生产全过程信息的数据化采集,为食品安全建设精准的大数据体系。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27