摘要：

　　氣候變化、世界人口增長、糧食浪費和損失以及新疾病或大流行爆發(fā)的風(fēng)險，是威脅未來糧食可持續(xù)性和地球安全的眾多挑戰(zhàn)的因素，這些挑戰(zhàn)迫切需要解決。第四次工業(yè)革命（或稱工業(yè)4.0)，自2015年以來一直勢頭強(qiáng)勁，是可持續(xù)發(fā)展的重要驅(qū)動力，也是應(yīng)對全球重大挑戰(zhàn)的成功催化劑。本文總結(jié)了最相關(guān)的食品工業(yè)4.0技術(shù)，包括數(shù)字技術(shù)（如人工智能、大數(shù)據(jù)分析、物聯(lián)網(wǎng)和區(qū)塊鏈）和其他技術(shù)進(jìn)步（如智能傳感器、機(jī)器人、數(shù)字孿生和網(wǎng)絡(luò)物理系統(tǒng)）。此外，對工業(yè)4.0技術(shù)革命導(dǎo)致的新食品趨勢(如3D打印食品)的見解也將在后期進(jìn)行討論。工業(yè)4.0技術(shù)極大地改變了食品工業(yè)，并對環(huán)境、經(jīng)濟(jì)和人類健康帶來了重大影響。盡管上述每一項技術(shù)都很重要，但只有同時結(jié)合許多技術(shù)，才能產(chǎn)生突破性的可持續(xù)解決方案。食品工業(yè)4.0時代的特點是新的挑戰(zhàn)、機(jī)遇和趨勢，這些趨勢重塑了當(dāng)前食品生產(chǎn)和消費模式的戰(zhàn)略及前景，為向工業(yè)5.0的發(fā)展鋪平了道路。

　　1.介紹

　　世界面臨著健康、人口和營養(yǎng)危機(jī)，這些危機(jī)需要創(chuàng)新的解決方案和可持續(xù)的食品體系。事實上，解決當(dāng)前的重大挑戰(zhàn)，如全球變暖引起的氣候變化、污染、生物多樣性喪失、森林砍伐、糧食生產(chǎn)、過度捕撈、大量的食物浪費和損失，以及世界人口的快速增長和新疾病或大流行爆發(fā)的風(fēng)險(如Covid-19)，需要一切實際的創(chuàng)新和可持續(xù)的解決方案來確保足夠的食物。一個兩難的境地是，雖然食品工業(yè)已經(jīng)是造成氣候變化的主要貢獻(xiàn)者之一，但仍需增加食品生產(chǎn)，以滿足不斷增長的人口對食品的需求。因此，許多食品制造業(yè)最近面臨著前所未有的壓力，要求采用各種可持續(xù)發(fā)展的技術(shù)，創(chuàng)新和滿足高效率及性能標(biāo)準(zhǔn)。

　　第四次工業(yè)革命或工業(yè)4.0(或是縮寫為4IR)已經(jīng)在許多行業(yè)獲得了發(fā)展勢頭，包括食品行業(yè)。參考SCOPUS數(shù)據(jù)庫，已發(fā)表的支持食品工業(yè)4.0技術(shù)的論文數(shù)量，從2015年的僅2篇增加到2021年的50多篇（圖1）。在同一時期內(nèi)，被引用的數(shù)量也在急劇增加。這可能是由于人們越來越認(rèn)識到工業(yè)4.0技術(shù)和數(shù)字解決方案的潛力，有助于食品系統(tǒng)的環(huán)境可持續(xù)性。此外，持續(xù)不斷的Covid-19危機(jī)大大加快了在整個食品供應(yīng)鏈中對數(shù)字技術(shù)的采用。

圖1  出版物(a)和引用量(b) 與食品工業(yè)4.0有關(guān)搜索

　?。ㄋ阉鳂?biāo)準(zhǔn)：文章標(biāo)題，摘要；關(guān)鍵詞：第四工業(yè)革命，或工業(yè)4.0，食品工業(yè)，人工智能，大數(shù)據(jù)，物聯(lián)網(wǎng)，區(qū)塊鏈，機(jī)器人，智能傳感器，數(shù)字孿生，或網(wǎng)絡(luò)物理系統(tǒng)） 數(shù)據(jù)來源于2021年12月的Scopus公司

　　工業(yè)4.0采用了先進(jìn)的物理、數(shù)字和生物技術(shù)，它包括但不限于人工智能、機(jī)器學(xué)習(xí)、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、區(qū)塊鏈、智能傳感器、機(jī)器人技術(shù)、網(wǎng)絡(luò)安全，以及數(shù)字孿生和網(wǎng)絡(luò)物理系統(tǒng)。

　　人工智能(AI)、機(jī)器學(xué)習(xí)(ML)和大數(shù)據(jù)是工業(yè)4.0和許多其他工業(yè)生產(chǎn)領(lǐng)域的重要組成部分。ML是人工智能的一個子集，它包括用于在數(shù)據(jù)中尋找模式以進(jìn)行分類和預(yù)測的算法。人工智能革命已成為工業(yè)4.0的主要驅(qū)動力之一。這主要是由于它為所有東西的數(shù)字化提供了大量的數(shù)據(jù)，特點是其多樣性、速度和體積(大數(shù)據(jù)的3Vs)。因此，大數(shù)據(jù)已成為新常態(tài)，允許人工智能AI和ML智能以指數(shù)級速度增長。大數(shù)據(jù)分析也與其他新興的工業(yè)4.0組合，如區(qū)塊鏈和物聯(lián)網(wǎng)的密切關(guān)聯(lián)。人們對物聯(lián)網(wǎng)的興趣已經(jīng)發(fā)展到，包括一個由設(shè)備和其他物理對象通過不同的技術(shù)（如傳感器和軟件）連接到互聯(lián)網(wǎng)上的網(wǎng)絡(luò)，從而實現(xiàn)數(shù)據(jù)的收集和交換。收集到的數(shù)據(jù)使評估一個給定系統(tǒng)的狀態(tài)成為可能，然后用于優(yōu)化該系統(tǒng)的性能。區(qū)塊鏈?zhǔn)窃诠I(yè)4.0的發(fā)展下出現(xiàn)的另一種數(shù)字技術(shù)方法，在各個領(lǐng)域都有許多應(yīng)用。在食品行業(yè)領(lǐng)域，區(qū)塊鏈技術(shù)可用于改善和確保食品價值鏈體系各個方面的更高性能，如食品安全、食品質(zhì)量和食品可追溯性。

　　由于在供應(yīng)鏈的各個階段，如機(jī)器人和智能傳感器的植入，4IR時代的特點是工業(yè)生產(chǎn)過程中高度的自主性智能系統(tǒng)。機(jī)器人和自主系統(tǒng)一直在發(fā)展成為很有前途的技術(shù)，以提高食品供應(yīng)鏈的質(zhì)量、生產(chǎn)力和效率。智能傳感器在食品行業(yè)中越來越多地用于各種生產(chǎn)設(shè)備中，以智能地實時控制、監(jiān)控和優(yōu)化多個制造任務(wù)，同時提高可追溯性和食品質(zhì)量。例如，基于光譜學(xué)的光學(xué)傳感器已被越來越多地應(yīng)用于檢測電磁輻射頻率的變化，以監(jiān)測食品質(zhì)量、真實性或食品加工。

　　近年來，數(shù)字孿生和網(wǎng)絡(luò)物理系統(tǒng)(CPS)作為工業(yè)4.0的重要數(shù)字元素越來越受歡迎。數(shù)字孿生是一種創(chuàng)新的模擬技術(shù)，將計算機(jī)模擬納入實際操作。例如，這種新興技術(shù)可用于延長貨架期和減少食品損失，預(yù)測未來食品的質(zhì)量和安全，并改進(jìn)產(chǎn)品及工藝的設(shè)計和控制。CPS指的是計算和物理過程的集成，盡管根據(jù)應(yīng)用領(lǐng)域在文獻(xiàn)中可以找到許多其他定義。CPS仍被認(rèn)為是工業(yè)4.0基礎(chǔ)的一部分，甚至在一些出版物中被認(rèn)為是工業(yè)4.0的同義詞。

　　目前關(guān)于食品工業(yè)4.0的綜述論文是有限的，盡管最近的一些文獻(xiàn)在食品系統(tǒng)的不同點上討論了這一廣泛的主題。例如，Jambrak等人（2021年）回顧了一些工業(yè)4.0平臺（如人工智能、大數(shù)據(jù)和智能傳感器），主要將重點放在非熱食品加工技術(shù)上。查普曼等人也對食品工業(yè)中的特定4IR技術(shù)進(jìn)行了簡短的概述，建議物聯(lián)網(wǎng)和智能數(shù)字技術(shù)作為水果和蔬菜在采后供應(yīng)鏈中減少損失的工具。在另一篇綜述論文中，將區(qū)塊鏈技術(shù)作為提高食品可追溯性和消費信任的一種很有前途的解決方案，以減少整個食品供應(yīng)鏈上的食物浪費和損失。

　　本文將重點回顧最相關(guān)的食品工業(yè)4.0技術(shù)和相關(guān)的數(shù)字轉(zhuǎn)型。這些技術(shù)包括人工智能、ML和大數(shù)據(jù)分析、云計算、物聯(lián)網(wǎng)、區(qū)塊鏈、智能傳感器和機(jī)器人技術(shù)、數(shù)字孿生及CPS等。雖然本文中討論的大多數(shù)主題之前都有了更詳細(xì)的回顧，本文旨在提高人們廣泛考慮新興技術(shù)重要性的意識。解決工業(yè)4.0的一個重要原則，即先進(jìn)科學(xué)各個領(lǐng)域之間的融合，特別是物理、生物和數(shù)字學(xué)科。

　　2.工業(yè)革命的歷史概況

　　工業(yè)革命是一個歷史演進(jìn)（圖2），其特點是在工業(yè)生產(chǎn)中出現(xiàn)了開創(chuàng)性的進(jìn)步，這主要與技術(shù)進(jìn)步有關(guān)。因此，生活方式和日?；顒佣际艿搅擞绊?。每一場工業(yè)革命的開始和結(jié)束的日期都有爭議，因為它們所涉及的活動多樣性，以及不同國家的工業(yè)發(fā)展不均衡。

　　第一次工業(yè)革命（18-19世紀(jì)早期）的特點，是第一次利用蒸汽機(jī)動力機(jī)械的發(fā)明和升級來強(qiáng)化生產(chǎn)效率。這些工廠被組織起來，是為了容納更多的工人和機(jī)器，并在更短的時間內(nèi)生產(chǎn)更多的產(chǎn)品。在此期間，紡織、煤炭、鋼鐵以及化工行業(yè)不斷增強(qiáng)，同時一些食品從家庭作坊轉(zhuǎn)向工廠制造業(yè)。

　　第二次工業(yè)革命（19-20世紀(jì)初）機(jī)械化的發(fā)展，源于第一次工業(yè)革命時期生產(chǎn)力的加強(qiáng)和擴(kuò)張。在此期間，機(jī)床行業(yè)得到了鞏固，內(nèi)燃機(jī)得到了發(fā)展，促進(jìn)了交通運輸?shù)母具M(jìn)步和汽車工業(yè)的誕生。在工業(yè)層面上，輸送機(jī)的使用加速了生產(chǎn)過程，從而提高了效率和工業(yè)能力。隨著這些技術(shù)的進(jìn)步，新材料（如合金、輕金屬和合成塑料）的研究和創(chuàng)新也得到了發(fā)展。此外，電力受到了更多的關(guān)注，并取代了蒸汽動力機(jī)器用于工業(yè)活動，使大規(guī)模生產(chǎn)得以實現(xiàn)。

　　第三次工業(yè)革命（也被稱為數(shù)字革命，從20世紀(jì)下半葉到21世紀(jì)初）包括從模擬電子系統(tǒng)到數(shù)字電子系統(tǒng)的過渡。計算機(jī)和互聯(lián)網(wǎng)是重大的技術(shù)進(jìn)步，它加速了通信，促進(jìn)了世界各地的連接。此外，生產(chǎn)也通過使用電子系統(tǒng)實現(xiàn)了自動化。在此期間，核能的開發(fā)和使用變得越來越重要，以滿足工業(yè)、公眾和家庭消費者日益增長的需求。

　　當(dāng)前的4IR或工業(yè)4.0（21世紀(jì)早期）以高科技的發(fā)展為標(biāo)志，主要是基于互聯(lián)網(wǎng)、完全自動化和與數(shù)字技術(shù)的集成。這場正在進(jìn)行的革命結(jié)合了物理、數(shù)字和生物科學(xué)，并實時創(chuàng)建所有行業(yè)利益相關(guān)方之間的溝通和連接。大規(guī)模生產(chǎn)的自動化正在進(jìn)行優(yōu)化，包括定制和個性化需求。工業(yè)4.0發(fā)展的主要技術(shù)是大數(shù)據(jù)、ML、人工智能、智能傳感器、區(qū)塊鏈、網(wǎng)絡(luò)安全、物聯(lián)網(wǎng)、機(jī)器人、數(shù)字孿生和CPS等。這些先進(jìn)的數(shù)字技術(shù)和其他新興技術(shù)提高了食品行業(yè)的生產(chǎn)和運營效率，但也導(dǎo)致了食品供應(yīng)鏈的一些中斷，并對環(huán)境可持續(xù)性產(chǎn)生了負(fù)面影響。

　　從食品工業(yè)的角度來看，最相關(guān)的工業(yè)4.0技術(shù)將在下面的章節(jié)中進(jìn)行更詳細(xì)的討論。但是，需要強(qiáng)調(diào)的是，這些工業(yè)4.0元素在文獻(xiàn)中可能會有不同的引用，這主要是由于它們在不同領(lǐng)域的應(yīng)用。例如，一些作者聲稱，物聯(lián)網(wǎng)和信息、通信技術(shù)(ICT)是農(nóng)業(yè)領(lǐng)域工業(yè)4.0的支柱。其他則將數(shù)字化包括區(qū)塊鏈、物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能作為農(nóng)業(yè)食品供應(yīng)鏈管理的行業(yè)4.0助推器。機(jī)器人和自動化、網(wǎng)絡(luò)安全、云計算、3D打印、虛擬和增強(qiáng)現(xiàn)實已經(jīng)被列入上述數(shù)字技術(shù)，認(rèn)為它們對食品物流的可持續(xù)發(fā)展非常重要。而與數(shù)字化、機(jī)器人技術(shù)、物聯(lián)網(wǎng)和云計算相關(guān)的連通性則被視為智能食品加工工業(yè)4.0的核心。另一個令人困惑的問題是文獻(xiàn)中對這些新興技術(shù)的不同定義、符號和術(shù)語；例如，它們在一些參考文獻(xiàn)中可能被稱為破壞性技術(shù)。因此，對工業(yè)4.0及其授權(quán)技術(shù)的一致性定義尚未出現(xiàn)。

　　3.第四次工業(yè)革命的技術(shù)

　　從食品的角度來看，主要的工業(yè)4.0技術(shù)將在下面的章節(jié)中進(jìn)行更詳細(xì)的討論。

　　3.1. 大數(shù)據(jù)、ML、人工智能和云計算

　　大數(shù)據(jù)最初與三個V相關(guān)：體積（Volume）、速度（Velocity）和多樣性（Variousness），即不同類型的非結(jié)構(gòu)化數(shù)據(jù)，創(chuàng)造了傳統(tǒng)軟件無法處理的卷。后來，更多的V被添加到定義中：真實性和價值（Value），指的是真實性和可用性，已經(jīng)變得比大小和速度更加必要。因此，大數(shù)據(jù)能夠以新的和有效的方式解決商業(yè)和社會問題，并且徹底改變了許多領(lǐng)域，如電信、交通和金融。即便如此，在許多領(lǐng)域，大數(shù)據(jù)的炒作已經(jīng)轉(zhuǎn)向了關(guān)注數(shù)據(jù)質(zhì)量，因為人們意識到數(shù)據(jù)的價值在于它的見解，而不是它的大小。

　　ML是一組方法和算法，用于尋找數(shù)據(jù)中的模式，并進(jìn)行預(yù)測或分類。原則上，ML涵蓋了所有使用數(shù)據(jù)來適應(yīng)一個模型的過程，其范圍從經(jīng)典的統(tǒng)計方法，如普通偏最小二乘回歸法（LSR），通過化學(xué)測量方法，如偏最小二乘法（PLS），到更現(xiàn)代和數(shù)據(jù)密集的方法，如支持向量機(jī)（SVM）、隨機(jī)森林算法（RF）、K近鄰法（KNN）和人工神經(jīng)網(wǎng)絡(luò)(ANN)。深度學(xué)習(xí)在ML領(lǐng)域一直很重要。深度學(xué)習(xí)由具有學(xué)習(xí)能力強(qiáng)為特征的多層神經(jīng)網(wǎng)絡(luò)組成，使得從復(fù)雜數(shù)據(jù)中預(yù)測特性成為可能，而不需要手動提取數(shù)據(jù)的特點。食品工業(yè)中大多數(shù)成功的深度學(xué)習(xí)應(yīng)用都涉及到圖像分析，但最近的研究也表明，深度學(xué)習(xí)能免除對光譜數(shù)據(jù)的預(yù)處理。

　　人工智能系統(tǒng)可以通過感知、理解、扮演、學(xué)習(xí)和解釋來模仿人類的智能。工業(yè)人工智能是一種虛的或狹隘的人工智能應(yīng)用，它可以執(zhí)行明確定義和專門的任務(wù)；另一方面，強(qiáng)大的人工智能則使機(jī)器更接近于人類的智能。后者仍然只是人工智能開發(fā)的一個目標(biāo)，目前還不存在。工業(yè)人工智能通?；谝粋€或多個傳感器和外部數(shù)據(jù)流，并結(jié)合ML算法，以及邏輯或因果約束。人工智能將數(shù)據(jù)和預(yù)測轉(zhuǎn)換為行動和說明，產(chǎn)生了諸如決策支持、異常檢測、自動過程調(diào)整和根本原因分析等解決方案。

　　云計算（或云）及其擴(kuò)展（例如，霧計算和邊緣計算）是新的數(shù)字基礎(chǔ)設(shè)施系統(tǒng)，用于在多個服務(wù)器上存儲數(shù)據(jù)。云計算已經(jīng)成為工業(yè)4.0中的一個重要元素，因為對管理需要，人們從各種網(wǎng)絡(luò)平臺中獲得大量數(shù)據(jù)的需求不斷增加。這些系統(tǒng)有許多優(yōu)點，包括易于共享、實時訪問信息和成本低，因為只有一家托管公司負(fù)責(zé)存儲和管理數(shù)據(jù)。主機(jī)公司還可以提供其他服務(wù)，如基于云的應(yīng)用程序，這些服務(wù)在許多領(lǐng)域越來越流行。例如，云計算被用來最小化整個牛肉供應(yīng)鏈的碳足跡。然而，云計算的特點是集中計算和數(shù)據(jù)存儲，這導(dǎo)致了一些挑戰(zhàn)，例如高延遲和與各種新型網(wǎng)絡(luò)技術(shù)的不一致。最近，出現(xiàn)了其他網(wǎng)絡(luò)計算模式，如“霧和邊緣計算”，以克服使用云計算時遇到的限制。云計算是基于使用本地網(wǎng)絡(luò)（而不是使用云計算的核心網(wǎng)絡(luò)），并使計算、通信和存儲更接近最終用戶。邊緣計算類似于霧計算，允許由智能設(shè)備或傳感器生成的數(shù)據(jù)使用設(shè)備本身或設(shè)備附近的計算機(jī)進(jìn)行處理。然而，隨著云/霧邊緣平臺的快速發(fā)展和應(yīng)用，人們對安全和隱私問題越來越感關(guān)注。

圖3。沿食品價值鏈上的數(shù)據(jù)來源和信息流的概述。改編自《卡米拉里斯》、《字體》和《普拉納菲塔-Boldυ》

　　3.1.1. 食物價值鏈中的數(shù)據(jù)類型

　　食物鏈中的大多數(shù)數(shù)據(jù)驅(qū)動應(yīng)用都集中在儀器生成的數(shù)據(jù)上，但利用文本和事務(wù)性數(shù)據(jù)等新數(shù)據(jù)流的解決方案也在開發(fā)中。圖3顯示了沿食品價值鏈上的數(shù)據(jù)源和數(shù)據(jù)驅(qū)動解決方案的廣泛概述。大多數(shù)已經(jīng)實現(xiàn)的解決方案都利用了本地或內(nèi)部數(shù)據(jù)，即在應(yīng)用程序附近生成的數(shù)據(jù)。其他的解決方案則依賴于整個價值鏈中不同類型的數(shù)據(jù)源的組合。由于與數(shù)字基礎(chǔ)設(shè)施、數(shù)據(jù)安全和數(shù)據(jù)所有權(quán)相關(guān)的各種問題，這類解決方案仍處于起步階段。

　　3.1.2. 利用數(shù)據(jù)和人工智能解決了食品領(lǐng)域的挑戰(zhàn)

　　精確農(nóng)業(yè)：與ML結(jié)合的巨大數(shù)據(jù)集已經(jīng)在育種和遺傳學(xué)中使用了幾十年。即便如此，現(xiàn)代生物技術(shù)（如基因組學(xué)、轉(zhuǎn)錄組學(xué)、代謝組學(xué)和蛋白質(zhì)組學(xué)）結(jié)合智能傳感器，對所選生物體的許多成員進(jìn)行廣泛的表型分析，使植物和動物能夠更有效和有針對性的育種。數(shù)據(jù)驅(qū)動的解決方案還可以解決農(nóng)業(yè)方面的許多操作挑戰(zhàn)。例如，提高產(chǎn)量、決定最佳收獲時間、高效的喂養(yǎng)/施肥、改善健康和福利，以及加強(qiáng)環(huán)境管理。

　　食品加工：食品加工在許多方面類似于化學(xué)和制藥加工，相同的技術(shù)經(jīng)常在這些行業(yè)中使用。工藝流程分析技術(shù)(PAT)、先進(jìn)過程控制(APC)、模型預(yù)測控制(MPC)和統(tǒng)計過程控制(SPC)都是旨在監(jiān)控高價值屬性的概念，以提高效率、減少浪費和確保產(chǎn)品質(zhì)量。ML和AI已經(jīng)成為所有這些控制概念的重要組成部分，食品工業(yè)的一些分支已經(jīng)報告了成功的范例。除了優(yōu)化工藝和產(chǎn)品外，類似的方法還可以監(jiān)控加工設(shè)備，并催生了預(yù)測性維護(hù)等概念。

　　創(chuàng)新和產(chǎn)品開發(fā)：持續(xù)的新產(chǎn)品開發(fā)是為了激發(fā)食品行業(yè)的競爭力。最近的研究表明，人工智能可以降低研發(fā)成本，提高新產(chǎn)品的成功率。此外，一些研究報告稱，社交媒體和在線社區(qū)的文本挖掘可以用來自動識別消費者需求和新產(chǎn)品創(chuàng)意。此外，一些研究已經(jīng)通過優(yōu)化可預(yù)測的質(zhì)量屬性，如感官特性、營養(yǎng)和保質(zhì)期，自動完成了配方和工藝條件的生成。后一種方法受益于使用混合建模，即ML和機(jī)械模型的組合。優(yōu)化框架原則上可以考慮到可持續(xù)性、供應(yīng)和政治信仰等多方因素。

　　食品安全：食品欺詐和真實性是一個挑戰(zhàn)，數(shù)據(jù)、ML和人工智能可以發(fā)揮重要作用，通過使用分析數(shù)據(jù)(如DNA和光譜學(xué))發(fā)現(xiàn)欺詐，以及通過監(jiān)控貿(mào)易流數(shù)據(jù)和分析媒體報告中的文章來開展早期預(yù)警。同樣，食源性疾病暴發(fā)的來源跟蹤，可以通過將高通量基因組數(shù)據(jù)與來自互聯(lián)網(wǎng)的文獻(xiàn)，如新聞文章、社交媒體或評論網(wǎng)站，以及地理空間和社會環(huán)境信息相結(jié)合來完成。

　　零售和市場營銷：消費者在零售商和網(wǎng)上留下了他們的態(tài)度、習(xí)慣和經(jīng)歷的數(shù)字痕跡，包括由智能手機(jī)捕獲的位置數(shù)據(jù)。零售商通常收集和分析這些信息，例如會員卡和在線雜貨數(shù)據(jù)，用于個人客戶分析，這些數(shù)據(jù)可以預(yù)測購買行為，也可以用于創(chuàng)建個性化交易和優(yōu)惠。銷售預(yù)測可以幫助零售商進(jìn)行庫存管理（短期預(yù)測）和業(yè)務(wù)發(fā)展（長期預(yù)測）。最近的調(diào)查表明，ML技術(shù)可以通過將公司數(shù)據(jù)與來自外部來源的數(shù)據(jù)相結(jié)合來改進(jìn)這種預(yù)測。

　　《未完待續(xù)》