【51CTO.com快译】食物浪费在全球是个大问题。据联合国粮食及农业组织声称，全球每年浪费约13亿吨粮食。据信这足以养活全球8.15亿的饥饿人口。
但由于技术的进步，这个问题有一天有望消除。比如说，杂货店技术先驱Ocado通过使用数据分析、机器学习和人工智能来管理其产品，将食品浪费率降低到6000件中的仅仅1件。
Ocado的企业社会责任(CSR)负责人Suzanne Westlake说：“在英国这里，问题的严重程度是：每年浪费8600万只鸡、4.38亿片面包、300万片奶酪、130万只苹果、5.2亿品脱牛奶以及20多亿个土豆。我们总是宁愿看到食物落在别人的肚子里，而不是倒在垃圾箱里。”
遏制食物浪费
利用基于机器学习的预测和优化，Ocado的端到端电子商务、物流和履行平台可以计算出顾客实际需要的食物，确保不会从供应商处订购过多的产品。
Ocado Technology的首席执行官James Matthews说：“在我们的网店上，先进的AI可以帮助我们了解顾客的购物习惯。一组先进的预测引擎可以准确地预测我们54000多种不同产品的需求，那样我们不会从供应商处订购多余的产品。”
“我们每天生成2000多万个预测。我们在寻找能够为顾客提供最大新鲜度和可用性，同时最大程度减少浪费和库存量的最佳平衡点。这也使我们得以预测销售量，并在合适的时间对合适的产品进行打折，以确保我们拥有的所有库存都售完。”
Ocado在仓库中部署了一系列AI驱动的系统和机器人，以确保食物按时到达顾客手中并且新鲜，因而最终不会被扔掉。Matthews继续说：“我们名为Hive的订单履行技术以及在其上运行的独特机器人机群，使我们能够确保食物可以在5小时内送入、拣选、包装并再次运送到顾客处。”
“实际上，成千上万的机器人在网格上协作，仅需5分钟就可以拣选大约50件产品的一笔顾客订单。我们的机器人在网格上以每秒多达4米的速度移动。比如说，拣选、包装和运货的速度越快，看到冰淇淋融化的可能性就越小。
追踪运货车队
产品未正确地存储在仓库或送货车中时，也会造成食品浪费，不过Ocado已实施了模拟和预测模型来解决该问题。
“这有助于我们确保将送来的产品保存在精确温度控制的应有环境中，有效地消除了因以不正确的温度存储、存储在仓库中或运送到顾客的途中而造成的浪费。”
在其他地方，机器学习优化工具可以每天为数千辆货车安排最佳的实时送货路线。Matthews说：“我们每秒进行950万次路线安排计算。每次顾客下订单或更新订单时，都会在刷新页面所需的时间内计算所有可能的路线安排和送货方案。”
“路线规划是实时调整的，可响应各种因素，包括不断变化的路况、交通和燃油量等。这使最后一英里成为高效无缝的路程。结果是，运输途中浪费的食物极少。”
作为新鲜度保证的一部分，Ocado不会出售只有几天就会过期的新鲜农产品，会捐赠给有需要的人。Westlake说：“相反，它将被自动标记，并重新分发给当地的食物银行或动物公园。”
“我们与30多家精挑细选的食品合作伙伴、超本地化食品银行、食品重新分发慈善机构和野生动物园合作，将我们的食品浪费降低到几乎为零，并提供给真正有需要的人们。在过去三年，我们已重新分发了近4000吨的食品。”
展望未来，Ocado将继续扩大社会公益事业。Westlake总结道：“我们继续支持社区，并与食品银行Ediblelinks运营的Honesty Shops进行合作。”
“对于许多人来说，它是丝毫不会有耻辱感的食品银行替代渠道，这有助于缓解并防止危机情况。这让地方社区的成员能够获得食物及其他相关产品，比如尿布和婴儿奶粉，否则他们可能无力从商业大街上的零售商那里购买。”
原文标题：How Ocado Is Using Machine Learning To Reduce Food Waste And Feed The Hungry，作者：Nicholas Fearn
【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】
