Elektroninen nenä- ja tietokonenäkö auttoi paistamaan kanaa täydellisesti

Skoltech-tutkimus auttaa ravintoloita ohjaamaan ja automatisoimaan ruoanvalmistusprosesseja

heidän keittiöissään.Tulevaisuudessa tällaisista teknologioista voi tulla osa kodin "älykkäitä" uuneja. Lehdessä julkaistiin artikkeli, jossa kerrottiin yksityiskohtaisesti tämän tutkimuksen tuloksista ja jota tuettiin Venäjän tiedesäätiön apurahallaElintarvikekemia.

Mistä tiedät, onko esimerkiksi kana valmis tarjoilemaan?Kotona voit katsella, haistaa ruokaa varmistaaksesi, että se on täysin kypsää. Kuitenkin, jos olet kokki ravintolassa tai valtavassa teollisessa keittiössä, on vaikeaa luottaa silmiin ja nenään yhtenäisten, standardoitujen tulosten tuottamiseksi. Siksi ravintola-ala etsii aktiivisesti halpoja, luotettavia ja arkaluonteisia työkaluja korvaamaan subjektiivisen inhimillisen arvostelun laadunvalvonnan automatisoimiseksi.

Professori Albert Nasibulin Skoltechista jaAalto-yliopisto, Skoltechin vanhempi tutkija Fyodor Fedorov ja heidän kollegansa osallistuivat ongelman ratkaisemiseen. He loivat "elektronisen nenän" - sarjan antureita, jotka havaitsevat tietyt tuoksukomponentit kypsentävän kanan "haistamiseksi". Lisäksi tutkijat loivat tietokonenäön algoritmin, jotta järjestelmä voi visuaalisesti tutkia astian. Elektroniset nenät ovat yksinkertaisempia ja halvempia käyttää kuin kaasukromatografi tai massaspektrometri, ja niiden on jopa osoitettu pystyvän havaitsemaan erityyppisiä juustoja tai tunnistamaan mätää omenaa tai banaania hedelmäerästä. Toisaalta tietokonenäkö pystyy tunnistamaan visuaaliset kuviot.

Tutkijat päättivät yhdistää nämä kaksi menetelmääelintarvikevalmiuden tarkka ja kosketukseton hallinta. He valitsivat kananlihan, joka on suosittu kaikkialla maailmassa, ja grillattiin paljon kananrintaa "kouluttaakseen" järjestelmää arvioimaan ja ennustamaan, kuinka hyvin se oli kypsennetty.

Tutkijat rakensivat oman "elektronisen nenänsä" kahdeksalla anturilla ja asettivat sen ilmanvaihtojärjestelmään. Tiedemiehet valokuvasivat myös grillatun kanan ja välittivät tiedot algoritmille. 

Järjestelmä pystyi tunnistamaan tarpeeksi hyvinalikypsää, hyvin kypsennettyä ja ylikypsää kanaa, on siten mahdollista automatisoida laadunvalvonta keittiössä. Tutkimuksen kirjoittajat huomauttavat, että elektronisen "nenän" ja "silmien" uudelleenkoulutus on välttämätöntä, jotta tekniikkaa voidaan käyttää kanan muissa osissa, esimerkiksi jaloissa tai siipissä, tai muussa keittomenetelmässä.

Lue lisää

Abortti ja tiede: mitä tapahtuu synnyttäville lapsille

Porkkanan ja punajuuren jätteet tehdään betonirakenteista voimanlähteisiin

Tutkimus: Ihmiset eivät kykene hallitsemaan superälyä tekoälykoneita

Kaasukromatografi on laitemonimutkaisten kaasumaisten aineiden analysoimiseksi erottamalla ne yksikomponenteisiksi. Lisäksi seoksen komponentit analysoidaan kvalitatiivisten ja kvantitatiivisten ominaisuuksien suhteen. Tässä tapauksessa tutkimus voidaan suorittaa millä tahansa fysikaalisella ja kemiallisella menetelmällä.

Massaspektrometria on yksi tarkimmista menetelmistä aineiden tunnistamiseksi. Itse asiassa tämä on eräänlainen molekyylien "punnitus": komponentit ionisoidaan, sitten määritetään massan suhde ionien varaukseen.