L'intelligenza artificiale ha insegnato a valutare la freschezza della carne bovina

Sebbene la carne di manzo sia uno degli alimenti più popolari in tutto il mondo, può essere pericolosa.

Conservazione e consumo impropriil filetto raffermo porta a seri problemi di salute. Sfortunatamente, i metodi disponibili per testare la freschezza della carne bovina presentano molti svantaggi. Ad esempio, l’analisi chimica o la valutazione della popolazione microbica richiedono troppo tempo e competenze professionali. D'altro canto, i metodi non distruttivi basati sulla spettroscopia nel vicino infrarosso richiedono attrezzature costose e complesse. L’intelligenza artificiale potrebbe essere la chiave per un modo più conveniente per valutare la freschezza della carne bovina?

In Corea del Sud, un gruppo di scienziati ha sviluppato un nuovouna strategia che combina l’apprendimento profondo con la spettroscopia di riflettanza diffusa (DRS), una tecnica ottica relativamente poco costosa. A differenza di altri tipi di spettroscopia, DRS non richiede una calibrazione complessa. Può invece essere utilizzato per quantificare una porzione della composizione molecolare di un campione utilizzando solo uno spettrometro economico e facilmente sintonizzabile. Vengono pubblicati i dettagli del nuovo metodo Chimica alimentare.

Per determinare la freschezza dei campioni di carne bovina,gli scienziati hanno utilizzato le misurazioni DRS per stimare la proporzione di diverse forme di mioglobina nella carne. La mioglobina ei suoi derivati ​​sono proteine ​​che sono principalmente responsabili del colore della carne e dei suoi cambiamenti durante la decomposizione. Tuttavia, la conversione manuale delle misurazioni DRS alla concentrazione di mioglobina per la determinazione finale della freschezza del campione non è una strategia molto accurata, ed è qui che entra in gioco l'apprendimento profondo.

Le reti neurali convoluzionali (CNN) sono ampiamente diffuseAlgoritmi di intelligenza artificiale utilizzati che apprendono da un set di dati preclassificato, un set di dati di addestramento e trovano schemi nascosti nei dati per classificare nuovi input. Per educare la CNN, i ricercatori hanno raccolto dati su 78 campioni di carne bovina nel processo di deterioramento misurando regolarmente il loro pH (acidità) insieme ai profili DRS. Hanno combinato i risultati con le stime della mioglobina. Di conseguenza, l'algoritmo di deep learning classifica correttamente la freschezza dei campioni di carne bovina in pochi secondi in circa il 92% dei casi.

Leggi di più

È stata creata la prima mappa accurata del mondo. Cosa c'è di sbagliato in tutti gli altri?

Il luogo più tempestoso della Terra: perché Drake Passage è la via più pericolosa per l'Antartide

Il nuovo composto di uranio batte il record di conducibilità anomala

La spettroscopia di riflettanza diffusa lo èun tipo di spettroscopia di assorbimento. Questa è talvolta chiamata spettroscopia di remissione. La remissione è la riflessione o retrodiffusione della luce da parte di un materiale, mentre la trasmissione è il passaggio della luce attraverso un materiale.