Phil Guillery：FSC 应该如何增强产销监管链系统的可追溯性？

当前，加强木材供应链可追溯性的趋势是什么？

最显著的趋势之一当然是区块链系统的使用，由于区块链的不可变记录，该系统具有简化木材供应链管理和提高可追溯性的潜力。与纸质验证系统相比，操纵大量的认证材料是非常困难的，因此纸质验证系统更容易受到欺诈。 

另一个趋势是使用基于科学的测试，这一趋势在不同的商品中迅速发展。它涉及各种技术，如稳定同位素比率分析或基因测试，甚至使用微量元素。然而，所有这些技术都依赖于参考数据集，其可利用性是它的缺点之一，World Forest ID 正在努力解决此问题。

通过将区块链系统和基于科学的测试这两种方法结合起来，我们可以大幅度降低供应链欺诈的可能性。该思路是在整个供应链上收集样本，然后对产品进行随机测试——就像奥运会兴奋剂测试一样。因此，人们永远不会知道他们是否以及何时会接受测试。这种方法更具成本效益，因为并非所有样本都需要进行测试，但参与者仍然不得不遵守规定。 

最后一个重要趋势是使用机器学习，它主要应用于数据分析和实地考察计划中。我们正在探索如何使用它来减少参考数据集所需的样本数量，确定要采样的关键热点，提高测试分辨率。这将有助于降低基于科学的技术成本，提高准确性。机器学习具有巨大的潜力，目前我们对它的了解不够深入，但它绝对是一个值得关注的新兴领域。

其一，审核每年只进行一次，而且他们只检查供应链上的一个向上或向下的步骤。这使得审核员很难发现供应链下游发生的任何事情。他们能唯一确认的信息是产品是否符合其附带的声明。当前的系统可以很好地用于内部追溯（如在工厂内），但不适用于通过漫长而复杂的供应链追踪产品。 

FSC 应将可追溯性纳入系统。区块链系统可以帮助实现这一点——FSC 已开展试点工作。此外，我们还与FSC合作，将基于科学的测试纳入该系统，这将允许可追溯性系统增添收获原产地验证的方法，以验证产品是否来自声称的产地。通过使用这些新技术，FSC 可以使其产销监管链系统更强大，同时确保更好的可追溯性。

FSC 在多大程度上应用上述措施来填补这些空白？ 

目前，我们正在开展这些技术的试点工作。例如，我们正在与认可服务中心（ASI）和 FSC 合作以确定如何使用基于科学的测试。此外，我们正在研究如何扩展参考数据集以便测试可以应用于整个系统。

谈到 FSC 系统中追溯木材的来源，我们都了解它将带来的好处。然而，大规模开展这项工作的障碍是什么？我们如何克服这些障碍？

正如我刚刚所说，World Forest ID 正在 FSC 和 ASI 的支持下努力创建必要的参考数据集。这是一项艰巨的任务，理想情况下，我们应该拥有所有生长范围内交易木材物种的参考数据集。这将需要从森林中采集的大量样本。

在收集这些样本时，我们还需要确保参考数据集的可用性，以便以可靠的方式广泛使用。此外，了解科学技术的局限性也很重要。我们需要专注于构建参考数据集，同时确保与更多的实验室开展合作。

新技术将如何改变传统的供应链审核方式？

传统审核更加注重风险。长期的可追溯性将使审核员更容易验证木材的收获来源。然后，审核员可以专注于确保系统正确以及内部的可追溯性。本质上，这意味着审核变得更快、更便宜，并能够将重点放在可能存在的风险上。 

机器学习的巨大潜力是使验证变得更容易、更快、更便宜。World Forest ID 正在致力于这项工作：我们正在研究如何使用机器学习来改进科学，通过收集更少的样本获得相同或更好的结果，并且带来更大的影响。例如，通过采用不同的技术并将其结合——例如 DNA 和稳定同位素数据，观察我们是否能从已有数据集中获得更好的答案和更高的分辨率。 

通过获得参考数据将有助于加速这些技术与科学的结合。机器学习还能在哪些领域帮助跟踪、审核和验证？它是否可以帮助识别风险、确定趋势？是否能够确定审核的地点和时间？这些问题都值得我们进一步探索。