基于AI的新策略可以評(píng)估牛肉樣品的新鮮度

盡管牛肉是世界上最消耗的食物之一，但是在牛肉過剩時(shí)食用它不僅不美味，而且還帶來一些嚴(yán)重的健康風(fēng)險(xiǎn)。不幸的是，檢查牛肉新鮮度的可用方法具有各種缺點(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?

在韓國光州科技學(xué)院(GIST)，由協(xié)處理器Kyoobin Lee和Jae Gwan Kim領(lǐng)導(dǎo)的一組科學(xué)家開發(fā)了一種將深度學(xué)習(xí)與漫反射光譜(DRS)相結(jié)合的新策略，這是一種相對(duì)便宜的光學(xué)技術(shù)。Lee解釋說：“與其他類型的光譜儀不同，DRS不需要復(fù)雜的校準(zhǔn);相反，它可用于僅使用負(fù)擔(dān)得起且易于配置的光譜儀來量化樣品分子組成的一部分。” 他們的研究結(jié)果現(xiàn)已發(fā)表在食品化學(xué)中。

為了確定牛肉樣品的新鮮度，他們依靠DRS測(cè)量來估計(jì)肉中不同形式的肌紅蛋白的比例。肌紅蛋白及其衍生物是主要負(fù)責(zé)肉色及其在分解過程中變化的蛋白質(zhì)。但是，將DRS測(cè)量值手動(dòng)轉(zhuǎn)換為肌紅蛋白濃度以最終確定樣品的新鮮度并不是一個(gè)非常準(zhǔn)確的策略-這就是深度學(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)，并在數(shù)據(jù)中找到隱藏的模式以對(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)量其pH值(酸度)和DRS曲線，在變質(zhì)過程中收集了78個(gè)牛肉樣品的數(shù)據(jù)。在基于pH值將DRS數(shù)據(jù)手動(dòng)分類為“新鮮”，“正常”或“變質(zhì)”后，他們將標(biāo)記的DRS數(shù)據(jù)集輸入給算法，并將此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%的情況下在幾秒鐘內(nèi)正確分類牛肉樣品的新鮮度，” Kim強(qiáng)調(diào)說。

除了準(zhǔn)確性外，這種新穎策略的優(yōu)勢(shì)還在于它的速度，低成本和無損特性。該團(tuán)隊(duì)認(rèn)為，有可能開發(fā)出小型的便攜式光譜儀，以便每個(gè)人甚至在家中都可以輕松地評(píng)估牛肉的新鮮度。而且，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，如果運(yùn)氣好的話，識(shí)別和避免有問題的肉將更容易獲得。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財(cái)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(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！