L'IA a appris à évaluer la fraîcheur du bœuf

Bien que le bœuf soit l’un des aliments les plus populaires dans le monde, il peut être dangereux.

Stockage et consommation inappropriésle filet rassis entraîne de graves problèmes de santé. Malheureusement, les méthodes disponibles pour tester la fraîcheur de la viande bovine présentent de nombreux inconvénients. Par exemple, l’analyse chimique ou l’évaluation d’une population microbienne prend trop de temps et requiert des compétences professionnelles. En revanche, les méthodes non destructives basées sur la spectroscopie proche infrarouge nécessitent des équipements coûteux et complexes. L’intelligence artificielle pourrait-elle être la clé d’une manière plus rentable d’évaluer la fraîcheur du bœuf ?

En Corée du Sud, un groupe de scientifiques a développé un nouveauune stratégie qui combine l’apprentissage profond avec la spectroscopie de réflectance diffuse (DRS), une technique optique relativement peu coûteuse. Contrairement à d’autres types de spectroscopie, le DRS ne nécessite pas d’étalonnage complexe. Au lieu de cela, il peut être utilisé pour quantifier une partie de la composition moléculaire d’un échantillon en utilisant uniquement un spectromètre abordable et facilement réglable. Les détails de la nouvelle méthode sont publiés.Chimie alimentaire.

Pour déterminer la fraîcheur des échantillons de bœuf,les scientifiques ont utilisé des mesures DRS pour estimer la proportion de différentes formes de myoglobine dans la viande. La myoglobine et ses dérivés sont des protéines qui sont principalement responsables de la couleur de la viande et de ses changements lors de la décomposition. Cependant, la conversion manuelle des mesures DRS en concentration de myoglobine pour la détermination finale de la fraîcheur de l'échantillon n'est pas une stratégie très précise, et c'est là que l'apprentissage profond entre en jeu.

Les réseaux de neurones convolutifs (CNN) sont largementAlgorithmes d'IA utilisés qui apprennent à partir d'un ensemble de données pré-classifié - un ensemble de données d'entraînement et trouvent des modèles cachés dans les données pour classer les nouvelles entrées. Pour éduquer CNN, les chercheurs ont collecté des données sur 78 échantillons de bœuf dans le processus de détérioration en mesurant régulièrement leur pH (acidité) ainsi que les profils DRS. Ils ont combiné les résultats avec des estimations de la myoglobine. En conséquence, l'algorithme d'apprentissage en profondeur classe correctement la fraîcheur des échantillons de bœuf en quelques secondes dans environ 92% des cas.

Lire la suite

La première carte précise du monde a été créée. Quel est le problème avec tout le monde?

L'endroit le plus orageux de la planète: pourquoi le passage de Drake est la route la plus dangereuse vers l'Antarctique

Un nouveau composé d'uranium bat le record de conductivité anormale

La spectroscopie de réflectance diffuse estun type de spectroscopie d'absorption. C'est ce qu'on appelle parfois la spectroscopie de rémission. La rémission est la réflexion ou la rétrodiffusion de la lumière par un matériau, tandis que la transmission est le passage de la lumière à travers un matériau.