Τεχνολογία που αποτρέπει την οξείδωση και παρατείνει τη διάρκεια ζωής των τροφίμων.
Ένα μοντέλο τεχνητής νοημοσύνης που βασίζεται σε αρχιτεκτονική βαθιάς μάθησης για να παρατείνουν τη διάρκεια ζωής των προϊόντων διατροφής που περνούν από τάγγιση, μια διαδικασία που προσδίδει δυσάρεστες οσμές και γεύσεις στα τρόφιμα όταν οξειδώνονται, χρησιμοποίησε μια ομάδα αμερικανών επιστημόνων. Λένε ότι τα ευρήματα μπορούν να εφαρμοστούν στο χώρο τον τροφίμων που χρησιμοποιούν λίπη και έλαια και θα μπορούσαν να είναι ιδιαίτερα χρήσιμα στις κατηγορίες πατατών, σοκολάτας και ξηρών καρπών.
Η μελέτη που δημοσιεύθηκε στο Journal of Agricultural and Food Chemistry, υπογραμμίζει πώς η οξείδωση οδηγεί στο σχηματισμό μικρότερων μορίων όπως οι κετόνες, οι αλδεΰδες και τα λιπαρά οξέα που δίνουν στα ταγγισμένα τρόφιμα μια χαρακτηριστική κατάταξη, ισχυρό και μεταλλικό άρωμα. Η επανειλημμένη κατανάλωση ταγγισμένων τροφών μπορεί επίσης να απειλήσει την υγεία.
Τα αντιοξειδωτικά μπορούν να «εξουδετερώσουν» πολλές από τις διαδικασίες που προκαλούν τάγγιση και να διατηρήσουν τις γεύσεις και τη θρεπτική αξία των τροφίμων για μεγαλύτερο χρονικό διάστημα, για τις οποίες οι ερευνητές πρέπει να επιλέξουν προσεκτικά ένα συγκεκριμένο σύνολο αντιοξειδωτικών και να υπολογίσουν με ακρίβεια την ποσότητα που θα προστεθεί στα τρόφιμα.
Η μελέτη στοχεύει να «προβλέψει τον τύπο αλληλεπίδρασης των αντιοξειδωτικών συνδυασμών», που θα επιτρέψει στους παρασκευαστές να προσθέσουν μικρότερες ποσότητες σε αντιοξειδωτικά για να ενισχύσουν τη συνολική αντιοξειδωτική ικανότητα οποιασδήποτε σύνθεσης. «Η τεχνητή νοημοσύνη μπορεί να μας βοηθήσει να εντοπίσουμε τα πιο αποτελεσματικά αντιοξειδωτικά μείγματα, αποτρέποντας έτσι τα δείγματα λίπους από το να οξειδωθούν ή να ταγγίσουν», δήλωσε ο Δρ Carlos D. Garcia, ένας από τους συγγραφείς της εργασίας και καθηγητής στο Τμήμα Χημείας στο Πανεπιστήμιο Clemson στο Οι ΗΠΑ, στο Food Ingredients First. «Στόχος του έργου είναι η διερεύνηση της αντιοξειδωτικής συνεργίας. Αυτές είναι αλληλεπιδράσεις μεταξύ δύο ή τριών τύπων αντιοξειδωτικών που οδηγούν σε ένα αποτέλεσμα που είναι πολύ υψηλότερο από αυτό που θα περίμενε κανείς με την ίδια ποσότητα μεμονωμένων αντιοξειδωτικών». «Ενώ η χρήση μειγμάτων αντιοξειδωτικών έχει αποδειχθεί μια από τις πιο αποτελεσματικές και συχνά υιοθετούμενες μεθόδους για την πρόληψη της οξείδωσης του λίπους στα τρόφιμα, η πρόβλεψη του τρόπου συμπεριφοράς αυτών των μιγμάτων ήταν παραδοσιακά ένα από τα πιο απαιτητικά καθήκοντα, καθώς μπορεί να οδηγήσει σε συνεργικές , προσθετική ή ακόμα και ανταγωνιστική συμπεριφορά», αναφέρει η μελέτη.
Ο Δρ Γκαρσία πρόσθεσε ότι η πρόβλεψη αναλογιών αντιοξειδωτικών και αλληλεπιδράσεων που θα λειτουργούσαν καλύτερα για την αντιμετώπιση της τάγγισης των τροφίμων είναι επί του παρόντος πρόκληση, κάτι που η ομάδα αντιμετώπισε δουλεύοντας σε έναν αλγόριθμο.
Για να διδάξουν το εργαλείο τεχνητής νοημοσύνης πώς να αναζητά νέους συνδυασμούς αντιοξειδωτικών, οι επιστήμονες επέλεξαν έναν τύπο τεχνητής νοημοσύνης ικανό να λειτουργεί με κειμενικές αναπαραστάσεις, οι οποίες είναι γραπτοί κώδικες που περιγράφουν τη χημική δομή κάθε αντιοξειδωτικού. Μόλις το μηχάνημα μπορούσε να αναγνωρίσει γενικά χημικά μοτίβα, όπως το πώς αντιδρούν ορισμένα μόρια μεταξύ τους, οι ερευνητές το βελτίωσαν διδάσκοντάς του πιο προηγμένη χημεία. Η ομάδα χρησιμοποίησε μια βάση δεδομένων με σχεδόν 1.100 μείγματα που περιγράφηκαν προηγουμένως στην ερευνητική βιβλιογραφία.
Για να δοκιμάσουν το μοντέλο AI τους, οι ερευνητές πραγματοποίησαν πειράματα οξείδωσης χρησιμοποιώντας λαρδί (λίπος από την κοιλιά ενός χοίρου) και φαινολικά αντιοξειδωτικά. «Το λαρδί είναι ένα πανταχού παρόν δείγμα, το οποίο κάνει τη δυνατότητα εφαρμογής του συστήματός μας πολύ ευρύτερη. Τελικά, αναμένουμε να είμαστε σε θέση να εφαρμόσουμε τα αποτελέσματα της έρευνάς μας σε οποιοδήποτε δείγμα».
Σύμφωνα με τους επιστήμονες, τα μοντέλα τεχνητής νοημοσύνης είναι «δυναμικοί μαθητές», κάτι που μπορούν να χρησιμοποιήσουν για να βελτιώσουν τις προγνωστικές ικανότητες της τεχνητής νοημοσύνης για να βοηθήσουν τους παρασκευαστές να καινοτομήσουν καλύτερους τρόπους διατήρησης των τροφίμων.
Ακολουθήστε το Cibum 
