;
Наука 2 апреля 2021

ИИ научили оценивать свежесть говядины

Далее

Употребление испорченной говядины опасно, но сейчас не существует простых и эффективных методов оценки свежести говядины. Ученые из Института науки и техники Кванджу (GIST), Южная Корея, решили проблему, разработав уникальный ИИ (искусственный интеллект).

Хотя говядина — один из самых популярных продуктов питания во всем мире, она может представлять опасность. Неправильное хранение и употребление в пищу несвежей вырезки приводит к серьезным проблемам со здоровьем. К сожалению, у доступных методов проверки свежести говядины есть много недостатков. Например, химический анализ или оценка микробной популяции занимают слишком много времени и требуют профессиональных навыков. С другой стороны, не разрушающие говядину методы, основанные на ближней инфракрасной спектроскопии, требуют дорогостоящего и сложного оборудования. Может ли искусственный интеллект стать ключом к более рентабельному способу оценки свежести говядины?

В Южной Корее группа ученых разработала новую стратегию, сочетающую глубокое обучение со спектроскопией диффузного отражения (DRS) — относительно недорогой оптической техникой. В отличие от других типов спектроскопии, DRS не требует сложной калибровки. Вместо этого ее можно использовать для количественной оценки части молекулярного состава образца, используя только доступный и легко настраиваемый спектрометр. Детали нового метода публикует Food Chemistry.

Чтобы определить свежесть образцов говядины, ученые использовали измерения DRS для оценки пропорции различных форм миоглобина в мясе. Миоглобин и его производные — это белки, которые, в основном, отвечают за цвет мяса и его изменения в процессе разложения. Однако ручное преобразование измерений DRS в концентрации миоглобина для окончательного определения свежести образца — не очень точная стратегия, и именно здесь в игру вступает глубокое обучение.

Сверточные нейронные сети (CNN) — это широко используемые алгоритмы искусственного интеллекта, которые учатся на предварительно классифицированном наборе данных — обучающем наборе и находить скрытые закономерности в данных для классификации новых входных данных. Чтобы обучить CNN, исследователи собрали данные о 78 образцах говядины в процессе их порчи, регулярно измеряя их pH (кислотность) вместе с профилями DRS. Они объединили полученные данные с оценками миоглобина. В итоге алгоритм глубокого обучения правильно классифицирует свежесть образцов говядины за считанные секунды примерно в 92% случаев.


Читать далее

Создана первая точная карта мира. Что не так со всеми остальными?

Самое штормовое место на Земле: почему пролив Дрейка — опаснейший путь в Антарктику

Новое урановое соединение побило рекорд аномальной проводимости

Загрузка...