匯流新聞網記者洪雅筠/綜合報導
近年來食安事件頻傳，人們外食找餐廳時也會擔心不小心步入具有食安疑慮的餐廳，為了揪出這些黑心店家，Google目前正與哈佛大學共同合作發展一項機器學習模型，運用Google搜尋中使用「肚子痛」或「拉肚子」等關鍵字，辨識出在特定地區因餐廳食物引發的疾病，推斷可能有食安疑慮的餐廳。
Google和哈佛大學研究人員建立了一個名為FINDER（Foodborne IllNess DETector in Real time）的機器學習模型。該模型利用大筆的匿名搜尋資料以及用戶定位資訊所建構而成，而這些都是Google用戶同意分享的地點資訊，據了解，Google旗下的導航App「Waze」也採用了相同的應用。
研究人員會盡可能找出與食物中毒相關的關鍵字，像是「肚子痛」或「拉肚子」等，再配合定位資訊找出使用者們曾經造訪的餐廳，透過FINDER機器學習模型的統計，計算出造訪者到訪餐廳後在網上搜尋相關不適症狀的比例，再藉此推斷具有食安疑慮的餐廳。
據了解，Google將此套機器學習模型先運用於美國的拉斯維加斯及芝加哥，分別花上四個月的時間測試。測試期間，研究人員利用FINDER推斷出具有衛生疑慮的餐廳名單，轉交給當地衛生機關，再由該機關派員到實地檢查。為了讓該份名單更加準確，Google將檢查的結果、消費者投訴狀況以及名單進行三方比對。
從結果來看，FINDER找出的黑心店家名單，佔實際上不合格店家的比例約52.3%，比其他方法多出了3.1倍。研究人員相信，未來透過FINDER將能為使用者們找出具有食安疑慮的餐廳，也能輔助政府機關做事前的矯正與預防。
消息來源：venturebeat
更多匯流新聞網報導：
【區塊鏈】食安驚驚！沃爾瑪攜手IBM 要讓所有蔬果資料通通上鏈
【區塊鏈】解決食安問題！IBM推食品追溯平台商用版 家樂福首先採用
【匯流筆陣】
CNEWS歡迎各界投書，來稿請寄至[email protected]，並請附上真實姓名、聯絡方式與職業身份簡介。
CNEWS匯流新聞網：https://cnews.com.tw
新聞照來源：翻拍自網路
【文章轉載請註明出處】