韓國(guó)光州科學(xué)技術(shù)研究所的科學(xué)家將廉價(jià)的光譜技術(shù)與人工智能相結(jié)合，開發(fā)出一種評(píng)估牛肉樣品新鮮度的新方法。他們的方法比傳統(tǒng)方法更快、更具成本效益，同時(shí)保持相對(duì)較高的準(zhǔn)確性，為大規(guī)模生產(chǎn)設(shè)備在工業(yè)和家庭中識(shí)別變質(zhì)肉類鋪平了道路。

盡管牛肉是世界上消費(fèi)量最大的食物之一，但在過了黃金時(shí)期食用它不僅令人不快，而且還會(huì)帶來一些嚴(yán)重的健康風(fēng)險(xiǎn)。不幸的是，可用的檢查牛肉新鮮度的方法有各種缺點(diǎn)，使它們無法對(duì)公眾有用。例如，化學(xué)分析或微生物種群評(píng)估需要太多時(shí)間并且需要專業(yè)人員的技能。另一方面，基于近紅外光譜的非破壞性方法需要昂貴且復(fù)雜的設(shè)備。人工智能能否成為評(píng)估牛肉新鮮度的更具成本效益的方法的關(guān)鍵?

在韓國(guó)光州科學(xué)技術(shù)學(xué)院 (GIST)，由副處理器 Kyoobin Lee 和 Jae Gwan Kim 領(lǐng)導(dǎo)的一組科學(xué)家開發(fā)了一種新策略，將深度學(xué)習(xí)與漫反射光譜 (DRS) 相結(jié)合，這是一種相對(duì)便宜的光學(xué)技術(shù)。“與其他類型的光譜學(xué)不同，DRS 不需要復(fù)雜的校準(zhǔn);相反，它可以用于僅使用價(jià)格合理且易于配置的光譜儀來量化樣品的部分分子組成，”Lee 解釋道。他們的研究結(jié)果現(xiàn)已發(fā)表在《食品化學(xué)》上。

為了確定牛肉樣品的新鮮度，他們依靠 DRS 測(cè)量來估計(jì)肉中不同形式肌紅蛋白的比例。肌紅蛋白及其衍生物是主要負(fù)責(zé)肉類顏色及其在分解過程中變化的蛋白質(zhì)。然而，手動(dòng)將 DRS 測(cè)量值轉(zhuǎn)換為肌紅蛋白濃度以最終決定樣本的新鮮度并不是一個(gè)非常準(zhǔn)確的策略——而這正是深度學(xué)習(xí)發(fā)揮作用的地方。

卷積神經(jīng)網(wǎng)絡(luò) (CNN) 是廣泛使用的人工智能算法，可以從預(yù)先分類的數(shù)據(jù)集(稱為“訓(xùn)練集”)中學(xué)習(xí)，并找到數(shù)據(jù)中的隱藏模式以對(duì)新輸入進(jìn)行分類。為了訓(xùn)練 CNN，研究人員通過定期測(cè)量它們的 pH 值(酸度)和 DRS 曲線，收集了 78 個(gè)牛肉樣品在腐敗過程中的數(shù)據(jù)。在根據(jù) pH 值手動(dòng)將 DRS 數(shù)據(jù)分類為“新鮮”、“正常”或“變質(zhì)”后，他們將標(biāo)記的 DRS 數(shù)據(jù)集提供給算法，并將這些信息與肌紅蛋白估計(jì)值融合在一起。“通過提供肌紅蛋白和光譜信息，我們訓(xùn)練有素的深度學(xué)習(xí)算法可以在大約 92% 的案例中在幾秒鐘內(nèi)正確分類牛肉樣品的新鮮度，”Kim 強(qiáng)調(diào)說。

除了其準(zhǔn)確性外，這種新穎策略的優(yōu)勢(shì)在于其速度、成本低和非破壞性。該團(tuán)隊(duì)相信有可能開發(fā)出小型便攜式光譜設(shè)備，以便每個(gè)人即使在家里也可以輕松評(píng)估牛肉的新鮮度。此外，類似的光譜學(xué)和基于 CNN 的技術(shù)也可以擴(kuò)展到其他產(chǎn)品，例如魚或豬肉。將來，運(yùn)氣好的話，識(shí)別和避免有問題的肉類將變得更容易、更容易。

標(biāo)簽：