韓國光州科學(xué)技術(shù)研究所的科學(xué)家將廉價的光譜技術(shù)與人工智能相結(jié)合，開發(fā)出一種評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，同時保持相對較高的準確性，為大規(guī)模生產(chǎn)設(shè)備在工業(yè)和家庭中識別變質(zhì)肉類鋪平了道路。

盡管牛肉是世界上消費量最大的食物之一，但在過了黃金時期食用它不僅令人不快，而且還會帶來一些嚴重的健康風險。不幸的是，可用的檢查牛肉新鮮度的方法有各種缺點，使它們無法對公眾有用。例如，化學(xué)分析或微生物種群評估需要太多時間并且需要專業(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估牛肉新鮮度的更具成本效益的方法的關(guān)鍵?

在韓國光州科學(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;相反，它可以用于僅使用價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 測量來估計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責肉類顏色及其在分解過程中變化的蛋白質(zhì)。然而，手動將 DRS 測量值轉(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非常準確的策略——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)中的隱藏模式以對新輸入進行分類。為了訓(xùn)練 CNN，研究人員通過定期測量它們的 pH 值(酸度)和 DRS 曲線，收集了 78 個牛肉樣品在腐敗過程中的數(shù)據(jù)。在根據(jù) pH 值手動將 DRS 數(shù)據(jù)分類為“新鮮”、“正常”或“變質(zhì)”后，他們將標記的 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 強調(diào)說。

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

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！