Международен екип, ръководен от Университета на Южна Австралия (UniSA), показа, че изкуственият интелект (ИИ) може да открие вредно замърсяване с микотоксини в храната, преди тя да достигне до потребителите.
Публикувано в „Токсини“, изследването разкрива как хиперспектралното изобразяване (HSI), комбинирано с машинно обучение (ML), открива тези токсични съединения, произвеждани от гъбички, които обикновено засягат културите по време на растеж, прибиране на реколтата или съхранение.
Според Световната здравна организация, подобно хранително замърсяване причинява 600 милиона заболявания и 420 000 смъртни случая годишно.
Водещият автор и докторант на UniSA Ахасан Кабир подчерта мащаба на проблема:
Организацията на ООН по прехрана и земеделие изчислява, че около 25 процента от световните култури са замърсени с гъби, произвеждащи микотоксини. За разлика от това, хиперспектралното изобразяване, техника, която заснема изображения с подробна спектрална информация, ни позволява бързо да откриваме и количествено определяме замърсяването в цели хранителни проби, без да ги унищожаваме.
Превъзхождайки конвенционалните методи за тестване
Кабир и неговият екип, в сътрудничество с изследователи в Канада и Индия, тестваха технологията върху зърнени култури и ядки, две от най-широко произвежданите и икономически важни хранителни групи в света. И двете са силно уязвими към гъбички и замърсяване с микотоксини в топъл и влажен климат.
Той обясни как работи технологията:
HSI улавя оптичен отпечатък на микотоксините и, когато е съчетан с алгоритми за машинно обучение, бързо класифицира замърсените зърна и ядки въз основа на фини спектрални вариации.
В подкрепа на своите открития, изследователите прегледаха над 80 проучвания, обхващащи пшеница, царевица, ечемик, овес, бадеми, фъстъци и шамфъстък. Те установиха, че HSI, интегриран с машинно обучение, постоянно превъзхожда конвенционалните методи за тестване при откриване на основни микотоксини.
Ръководителят на проекта, професор Санг-Хон Лий от UniSA, добави:
Тази технология е особено ефективна при идентифициране на афлатоксин B1, едно от най-канцерогенните вещества, открити в храните. Тя предлага мащабируемо, неинвазивно решение за безопасност на храните в промишлеността, от сортиране на бадеми до инспекция на пратки с пшеница и царевица.
Скоростта е основно предимство. Системата работи в реално време на производствени линии и може да бъде адаптирана в преносими устройства за бързи полеви тестове. Изследователите вярват, че с по-нататъшно развитие, инструменти, задвижвани от изкуствен интелект, като този, биха могли да намалят здравните рискове и търговските загуби, като гарантират, че само безопасни продукти достигат до пазарите.
Екипът сега работи за подобряване на точността и надеждността на системата чрез дълбоко обучение и подобрения в областта на изкуствения интелект.
