Kunstig intelligens og Twitter pudser fødevarekontrollen på uhumske restauranter

Ved at bruge en support vector machine til at analysere, om folk tweetede om maveproblemer, kunne forskere hjælpe fødevarekontrollen med at finde beskidte køkkener.

Madforgiftning kan spænde fra lidt ubehag til det livstruende, og derfor skal restauranter og andre køkkener, der laver mad til mange personer, overholde retningslinjer for hygiejne og underkastes kontrolbesøg fra fødevarekontrollen. Det gælder både i Danmark med den velkendte smiley-ordning og i USA.

I turistbyen Las Vegas har inspektørerne fået hjælp af kunstig intelligens til at finde ud af, hvor og hvornår de skal komme på uanmeldt besøg.

Det er sket i samarbejde med University of Rochester, hvor en gruppe forskere gennem en årrække har udviklet et system, som ud fra borgernes opdateringer på sociale medier kan finde frem til mulige sager om madforgiftning.

I forsøget i Las Vegas blev tweets om restaurantbesøg og maveproblemer koblet sammen for at finde frem til spisesteder, fødevarekontrollen burde besøge.

Normalt vil fødevarekontrollen udvælge restauranterne tilfældigt, hvis de ikke har fået en konkret anmeldelse. Med tilfældige besøg bliver der i gennemsnit udstedt en advarsel eller strengere sanktioner i ni procent af tilfældene i Las Vegas.

Når fødevarekontrollen besøgte steder, der var udvalgt ved hjælp af data fra sociale medier, var der gevinst i 15 procent af besøgene.

Listen over vægtede ord, der blev brugt i analysen for at finde Twitter-brugere med tegn på madforgiftning.

Til analysen har forskerne brugt en maskinlæringsmodel kaldet support vector machine, som analyserer ordlyden i tweets. Den er fodret med en vægtet liste af ord, som bruges til at vurdere, om et tweet handler om, at afsenderen lider af madforgiftning.

Fordelen ved modellen er, at den kan tage en stor mængde tweets og lægge oplysningerne sammen for at finde frem til et sandsynligt bud på en uhumsk restaurant.

»Hver enkelt rapport er fyldt med støj, men det samlede resultat kan være pålideligt. Samme fremgangsmåde vil kunne bruges inden for sundhed, miljø, beredskab og mange andre områder,« udtaler institutleder Henry Kautz fra University of Rochesters Data Science Institut ifølge en pressemeddelelse.

For fødevarekontrollen betyder muligheden for at foretage en inspektion ud fra bud fra den kunstige intelligens, at ressourcerne kan bruges bedre på at kontrollere de spisesteder, der bryder reglerne.

Ud over selve ordlyden af tweets bruger systemet geodata fra Twitter sammenholdt med data om spisesteder i området fra Google Places til at finde frem til de steder, de smittede har spist.

Tips og korrekturforslag til denne historie sendes til tip@version2.dk
Følg forløbet
Kommentarer (0)
Log ind eller Opret konto for at kommentere
Pressemeddelelser

Silicom i Søborg har fået stærk vind i sejlene…

Silicom Denmark arbejder med cutting-edge teknologier og er helt fremme hvad angår FPGA teknologien, som har eksisteret i over 20 år.
22. sep 2017

Conference: How AI and Machine Learning can accelerate your business growth

Can Artificial Intelligence (AI) and Machine Learning bring actual value to your business? Will it supercharge growth? How do other businesses leverage AI and Machine Learning?
13. sep 2017

Affecto has the solution and the tools you need

According to GDPR, you are required to be in control of all of your personally identifiable and sensitive data. There are only a few software tools on the market to support this requirement today.
13. sep 2017