AI智能体与专家协同提取食品介电数据发现新关系

宾夕法尼亚州立大学团队开发出名为 AgentXtract 的人工智能代理系统，并与食品工程专家合作，从过去数十年积累的大量科学文献中自动提取、验证并整理实验数据，构建起可用于食品物理性质研究的可检索数据库。该研究由宾夕法尼亚州立大学食品科学系助理教授 Xu Zhou 主导，相关成果即将发表于《Food Engineering》期刊，有望提升食品研发、加工设计和质量控制中的数据分析效率。 食品介电性质等物理参数对微波加热、安全监测和品质评估至关重要，但长期分散在不同论文、表格、图像和公式中，人工查找和核验耗时巨大。研究中，研究人员利用多个大语言模型驱动 AI 代理，专门解析非传统文本中的数据，并完成标准化整理。测试显示，系统仅用约30分钟便收集并整理了超过4000条经人工核验的实验数据记录，而这一工作过去可能需要研究生或博士后花费六个月以上完成。 更重要的是，团队在整合数据后发现，一百多种不同食品中，介电常数与损耗因数之间存在此前未被系统报道的稳定数学关系。Xu Zhou 表示，过去由于数据获取和组织难度高，这一规律难以被发现，而 AI 使大规模数据关联分析成为可能。此外，该数据库还被接入检索增强生成问答系统，可快速回答如特定频率下土豆介电性质等具体问题，并给出参考来源与科学解释。研究还获得华盛顿州立大学和华盛顿大学相关学者参与，显示人机协作正成为食品科学和材料数据分析的新路径。