AI enseñada a evaluar la frescura de la carne

Aunque la carne de res es uno de los alimentos más populares en todo el mundo, puede ser peligrosa.

Almacenamiento y consumo inadecuadosel lomo rancio provoca graves problemas de salud. Lamentablemente, los métodos disponibles para comprobar la frescura de la carne de vacuno tienen muchas desventajas. Por ejemplo, el análisis químico o la evaluación de la población microbiana lleva demasiado tiempo y requiere habilidades profesionales. Por otro lado, los métodos no destructivos basados ​​en espectroscopia de infrarrojo cercano requieren equipos costosos y complejos. ¿Podría la inteligencia artificial ser la clave para encontrar una forma más rentable de evaluar la frescura de la carne?

En Corea del Sur, un grupo de científicos ha desarrollado un nuevouna estrategia que combina el aprendizaje profundo con la espectroscopia de reflectancia difusa (DRS), una técnica óptica relativamente económica. A diferencia de otros tipos de espectroscopia, DRS no requiere una calibración compleja. En cambio, se puede utilizar para cuantificar una parte de la composición molecular de una muestra utilizando únicamente un espectrómetro asequible y fácilmente sintonizable. Los detalles del nuevo método se publican enQuímica de Alimentos.

Para determinar la frescura de las muestras de carne,los científicos utilizaron mediciones de DRS para estimar la proporción de diferentes formas de mioglobina en la carne. La mioglobina y sus derivados son proteínas que son las principales responsables del color de la carne y sus cambios durante la descomposición. Sin embargo, convertir manualmente las mediciones de DRS en concentración de mioglobina para la determinación final de la frescura de la muestra no es una estrategia muy precisa, y aquí es donde entra en juego el aprendizaje profundo.

Las redes neuronales convolucionales (CNN) son ampliamenteSe utilizan algoritmos de IA que aprenden de un conjunto de datos preclasificado: un conjunto de datos de entrenamiento y encuentran patrones ocultos en los datos para clasificar nuevas entradas. Para educar a CNN, los investigadores recopilaron datos sobre 78 muestras de carne en el proceso de deterioro midiendo regularmente su pH (acidez) junto con los perfiles de DRS. Combinaron los hallazgos con estimaciones de mioglobina. Como resultado, el algoritmo de aprendizaje profundo clasifica correctamente la frescura de las muestras de carne en segundos en aproximadamente el 92% de los casos.

Lee mas

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

El lugar más tormentoso de la Tierra: por que el paso de Drake es la ruta más peligrosa a la Antártida

Un nuevo compuesto de uranio rompe el récord de conductividad anómala

La espectroscopía de reflectancia difusa esun tipo de espectroscopia de absorción. A esto a veces se le llama espectroscopia de remisión. La remisión es la reflexión o retrodispersión de la luz por un material, mientras que la transmisión es el paso de la luz a través de un material.