Μια τεχνολογία τεχνητής νοημοσύνης που μπορεί να ελέγχει την αυθεντικότητα τροφίμων μέσα σε μόλις έξι δευτερόλεπτα επιχειρεί να αλλάξει τον τρόπο με τον οποίο αντιμετωπίζεται η νοθεία και η απάτη στην παγκόσμια εφοδιαστική αλυσίδα τροφίμων. Πίσω από την τεχνολογία βρίσκεται η Bia Analytical, μια startup με έδρα το Μπέλφαστ, η οποία ξεκίνησε το 2020 αξιοποιώντας περίπου μία δεκαετία ερευνητικής εργασίας από το Institute for Global Food Security του Queen’s University. Η έρευνα είχε επικεφαλής τον καθηγητή Chris Elliott, ειδικό στην ασφάλεια τροφίμων και πρόεδρο της ανεξάρτητης έρευνας που ακολούθησε το διατροφικό σκάνδαλο με το κρέας αλόγου στη Βρετανία το 2013.
Στόχος της εταιρείας είναι να απαντήσει με τεχνολογικά μέσα σε ένα από τα βασικότερα ερωτήματα της ασφάλειας τροφίμων: «Είναι πραγματικά αυτό που αναγράφει η ετικέτα;»
ΔΕΙΤΕ ΕΠΙΣΗΣ | Νέα ανάκληση δημοφιλών παγωτών λόγω σημαντικού λάθους στην ετικέτα – Ποια προϊόντα αποσύρονται
Το «αποτύπωμα» κάθε τροφίμου
Η Bia Analytical συνδυάζει φασματοσκοπία, χημειομετρία και τεχνητή νοημοσύνη για να δημιουργήσει μοντέλα που λειτουργούν σαν «δακτυλικά αποτυπώματα» των τροφίμων. Η βασική τεχνολογία που χρησιμοποιείται στην φορητή συσκευή της εταιρείας είναι η φασματοσκοπία εγγύς υπερύθρου, γνωστή ως NIR (Near-Infrared). Η μέθοδος «διαβάζει» τις χημικές ενώσεις ενός προϊόντος και δημιουργεί ένα χαρακτηριστικό φασματικό μοτίβο. Το αποτέλεσμα συγκρίνεται στη συνέχεια, μέσω τεχνητής νοημοσύνης, με μια μεγάλη βάση δεδομένων γνωστών και αυθεντικών προϊόντων. Με αυτόν τον τρόπο μπορεί να εντοπιστεί εάν ένα τρόφιμο αποκλίνει από το αναμενόμενο «πρότυπο», γεγονός που μπορεί να υποδηλώνει νοθεία, αντικατάσταση συστατικών, λανθασμένη επισήμανση ή διαφορετική προέλευση.
ΔΕΙΤΕ ΕΠΙΣΗΣ | Βίντεο: Ποντίκια «παίζουν κυνηγητό» μέσα σε πασίγνωστο καφέ Κεντρικού Σιδηροδρομικού Σταθμού
Η σημαντικότερη διαφορά σε σχέση με τις παραδοσιακές εργαστηριακές αναλύσεις είναι η ταχύτητα. Όπως εξηγεί ο CEO της Bia Analytical, Simon Cole, ένας έλεγχος αυθεντικότητας ρίγανης που θα απαιτούσε την αποστολή δείγματος σε εξωτερικό εργαστήριο και πιθανώς εβδομάδες μέχρι την έκδοση αποτελέσματος, με το συγκεκριμένο σύστημα μπορεί να ολοκληρωθεί σε περίπου έξι δευτερόλεπτα και επί τόπου.
Η ρίγανη στο επίκεντρο της απάτης
Η ρίγανη αποτελεί χαρακτηριστικό παράδειγμα προϊόντος που μπορεί να αποτελέσει στόχο νοθείας, καθώς τα φύλλα της μπορούν σχετικά εύκολα να αναμειχθούν με φθηνότερα φυτικά υλικά. Σύμφωνα με την Bia Analytical, το σύστημα μπορεί να εξετάσει ένα δείγμα ρίγανης και να συγκρίνει το χημικό του αποτύπωμα με δεδομένα από μεγάλη βιβλιοθήκη αυθεντικών δειγμάτων. Με αυτόν τον τρόπο μπορεί να διαπιστωθεί πόσο κοντά βρίσκεται το εξεταζόμενο προϊόν στο αναμενόμενο μοντέλο της αυθεντικής ρίγανης.
Η ανάγκη για τέτοιους ελέγχους δεν αφορά μόνο τη νοθεία με ένα συγκεκριμένο υλικό. Στη ρίγανη, για παράδειγμα, έχουν καταγραφεί περιπτώσεις ανάμειξης με φθηνότερα φυτικά υλικά, όπως ψιλοκομμένα φύλλα ελιάς, μυρτιάς ή σφενδάμου.
Η ίδια προσέγγιση μπορεί να εφαρμοστεί και σε άλλες πρώτες ύλες υψηλού κινδύνου. Το κακάο έχει βρεθεί τα τελευταία χρόνια σε αυξημένη πίεση λόγω των προβλημάτων στις καλλιέργειες, των χαμηλών αποδόσεων και της αύξησης των τιμών. Οι συνθήκες αυτές αυξάνουν τα οικονομικά κίνητρα για νοθεία, είτε μέσω αντικατάστασης με χαμηλότερης ποιότητας κακάο είτε μέσω προσθήκης υλικών όπως αλεύρια, άμυλα και φλοιοί κακάο.
Τα μοντέλα της Bia Analytical μπορούν να αναζητήσουν τέτοιες αποκλίσεις, αλλά και να χρησιμοποιήσουν τη χημική σύσταση του κακάο για να εκτιμήσουν την προέλευσή του. Η εταιρεία υποστηρίζει ότι η χημική σύσταση της σκόνης κακάο μεταβάλλεται ανάλογα με την περιοχή καλλιέργειας, επιτρέποντας τη σύγκριση με δεδομένα αναφοράς.
Αντίστοιχη εφαρμογή υπάρχει και στη σόγια, όπου ο προσδιορισμός της γεωγραφικής προέλευσης αποκτά ιδιαίτερη σημασία. Η εταιρεία αναφέρει ότι διαθέτει μοντέλο που βασίζεται σε δεδομένα από περίπου 60 έως 70 χώρες στις οποίες καλλιεργείται σόγια. Σύμφωνα με τον Simon Cole, το μοντέλο θα μπορούσε να εντοπίσει περιπτώσεις όπου φορτία σόγιας δηλώνονται ως προερχόμενα από την Αργεντινή ενώ στην πραγματικότητα προέρχονται από τις ΗΠΑ.
Η δυνατότητα προσδιορισμού προέλευσης μπορεί να έχει εφαρμογές και στην παρακολούθηση της συμμόρφωσης με ευρωπαϊκούς κανόνες, όπως ο Κανονισμός της ΕΕ για τα προϊόντα που συνδέονται με την αποψίλωση των δασών (EUDR).
Η τεχνητή νοημοσύνη φτάνει και στα σφαγεία
Ιδιαίτερο ενδιαφέρον παρουσιάζει η εφαρμογή της τεχνολογίας στον κλάδο του κρέατος. Για τον συγκεκριμένο τομέα η Bia Analytical χρησιμοποιεί διαφορετική τεχνολογία, τη Rapid Evaporative Ionisation Mass Spectrometry (REIMS). Η μέθοδος αναλύει το μοριακό αποτύπωμα ενός δείγματος κρέατος και το συγκρίνει σχεδόν άμεσα με δείγματα αναφοράς που βρίσκονται στη βάση δεδομένων της εταιρείας. Ο έλεγχος μπορεί να πραγματοποιηθεί σε λιγότερο από ένα λεπτό, επιτρέποντας την άμεση λήψη απόφασης μέσα στην ίδια την παραγωγική διαδικασία.
Η φιλοσοφία είναι διαφορετική από εκείνη των ελέγχων που πραγματοποιούνται αφού ένα προϊόν έχει ήδη προχωρήσει στην αλυσίδα εφοδιασμού. Όταν ένα δείγμα αποστέλλεται σε εργαστήριο και το αποτέλεσμα επιστρέφει μετά από ημέρες ή εβδομάδες, το συγκεκριμένο προϊόν μπορεί ήδη να έχει περάσει στο επόμενο στάδιο της αλυσίδας. Η άμεση ανάλυση επιτρέπει, αντίθετα, την παρέμβαση τη στιγμή που εντοπίζεται μια πιθανή απόκλιση.
Ήδη χρησιμοποιείται από μεγάλο βρετανικό όμιλο κρέατος
Η τεχνολογία της Bia Analytical δεν βρίσκεται πλέον μόνο σε ερευνητικό επίπεδο. Η Cranswick, ένας από τους μεγαλύτερους επεξεργαστές χοιρινού κρέατος στη Βρετανία, χρησιμοποιεί ήδη την τεχνολογία ταχείας ανάλυσης της εταιρείας για την ενίσχυση της ακεραιότητας της εφοδιαστικής της αλυσίδας. Παράλληλα, σύμφωνα με τον Simon Cole, η Bia Analytical συνεργάζεται και με άλλους προμηθευτές κρέατος στη Βρετανία, με στόχο την ανάπτυξη νέων μοντέλων που θα επιτρέπουν την αναγνώριση διαφορετικών τύπων κρέατος και πιθανών αποκλίσεων.
Η εξέλιξη αυτή έχει ιδιαίτερη σημασία για την πρόληψη φαινομένων που θυμίζουν το διατροφικό σκάνδαλο του 2013 στη Βρετανία, όταν προϊόντα που πωλούνταν ως βοδινό κρέας βρέθηκαν να περιέχουν κρέας αλόγου.
Η Bia Analytical συμμετέχει παράλληλα στο ευρωπαϊκό πρόγραμμα KnoWare, μια πρωτοβουλία που εξετάζει τις επόμενες εφαρμογές της τεχνητής νοημοσύνης σε πραγματικές συνθήκες. Η εταιρεία συμμετέχει ως εταίρος εφαρμογής, με στόχο να γεφυρώσει την απόσταση ανάμεσα στην ακαδημαϊκή έρευνα και τις πρακτικές εφαρμογές της τεχνολογίας.
Σε μια εποχή κατά την οποία η διατροφική απάτη παραμένει σημαντική απειλή για καταναλωτές, επιχειρήσεις και ελεγκτικές αρχές, η δυνατότητα να ελέγχεται ένα τρόφιμο σε δευτερόλεπτα, στο σημείο όπου βρίσκεται και όχι εβδομάδες αργότερα σε ένα εργαστήριο, θα μπορούσε να αποτελέσει ένα σημαντικό νέο εργαλείο για την προστασία της ακεραιότητας της εφοδιαστικής αλυσίδας.
ΔΕΙΤΕ ΕΠΙΣΗΣ
- McDonald’s: Σάλος με viral βίντεο που δείχνει δεκάδες μυρμήγκια να «κόβουν βόλτες» σε επιδόρπιο
- ‘Schwarzkopf: Τραυματισμός καταναλωτή και καταγγελίες κομμωτηρίων για έκρηξη φιάλης δημοφιλούς προϊόντος μαλλιών – Ανακαλούνται 62.000 τεμάχια
- Χταπόδι κόλλησε στο πρόσωπο ψαρά – Συγκλονιστικό βίντεο από τη στιγμή που παλεύει να απελευθερωθεί
- Αγωγή 2,3 εκατ. ευρώ κατά εταιρείας παραγωγής ροφημάτων – Καταγγελίες ότι «κρέμασε» μεγάλες αλυσίδες με τις παραγγελίες
- Γιατί δεν καθαρίζουν τις μηχανές κιμά τα σούπερ μάρκετ; Απανωτά πρόστιμα σε Σκλαβενίτη, Μασούτη, Κρητικό – Οι κίνδυνοι για τη δημόσια υγεία
- Ελλάδα: Ανακαλούνται 5.240 Nissan Qashqai – Κίνδυνος διαρροής καυσίμου και εκδήλωσης φωτιάς (Η ανακοίνωση της Γεν. Γραμματείας Βιομηχανίας)
- Πώς να απαλλαγείτε από τις μύγες στο σπίτι
Το Cibum είναι εξειδικευμένο site ενημέρωσης για την ασφάλεια τροφίμων. Οι πληροφορίες του άρθρου έχουν ενημερωτικό χαρακτήρα. Για περισσότερες λεπτομέρειες πατήστε ΕΔΩ.
