Theo tuyên bố của các nhà khoa học đã sử dụng thuật toán học sâu để đánh giá độ tươi của thịt bò, AI có "tiềm năng lớn" để tăng cường an toàn thực phẩm với giá cả phải chăng.
Thịt bò là một trong những loại thịt được tiêu thụ nhiều nhất thế giới, nhưng ăn thịt bò cũ khiến bữa ăn kém ngon và còn có thể gây ra một số nguy cơ sức khỏe.
Các phương pháp hiện có để kiểm tra chất lượng thịt bằng thường tốn kém và không tiện dụng, chẳng hạn như việc phân tích hóa học hoặc đánh giá quần thể vi sinh vật trong mẫu thịt đòi hỏi nhiều thời gian và chuyên gia có kỹ thuật, trong khi phân tích bằng các kỹ thuật tiếp cận không phá hủy dựa trên quang phổ cận hồng ngoại lại cần các thiết bị đắt tiền và tinh vi.
Giờ đây, một số nhà khoa học tin rằng trí tuệ nhân tạo (AI) có thể là chìa khóa để mở ra phương pháp đánh giá độ tươi của thịt bò nhanh và tiết kiệm hơn. Năm ngoái, nhóm nghiên cứu tại Viện Khoa học và Công nghệ Gwangju ở Hàn Quốc đã kết hợp giữa học sâu và phân tích phổ phản xạ khuếch tán (DRS) để thực hiện điều này.
"Không giống như các kỹ thuật quang phổ khác, DRS không yêu cầu hiệu chuẩn phức tạp. Thay vào đó, nó có thể dùng để định lượng một phần phân tử của mẫu chỉ bằng một máy quang phổ giá cả phải chăng và dễ điều chỉnh cấu hình," Kyoobin Lee, thành viên nhóm nghiên cứu, giải thích. Những phát hiện của họ đã được công bố trên tạp chí Food Chemistry.
Để xác định độ tươi của các mẫu thịt bò, nhóm nghiên cứu dựa vào các phép đo DRS để ước tính tỷ lệ các dạng myoglobin khác nhau trong thịt. Myoglobin và các dẫn xuất của nó chính là những protein chịu trách nhiệm về sự biến đổi màu sắc của thịt trong quá trình phân hủy. Tuy nhiên, việc chuyển đổi các phép đo DRS thành nồng độ myoglobin một cách thủ công để từ đó đánh giá độ tươi của các mẫu thịt bò không phải là một điều dễ dàng và chính xác - và đây là lúc học máy phát huy vai trò.
Các nhà khoa học đã đào tạo một mạng thần kinh tích chập CNN (Convolutional neural networks) sử dụng đầu vào gồm độ pH và dữ liệu quang phổ DRS của 78 mẫu thịt bò đang trong quá trình phân hủy trong hai tuần rưỡi. Sau khi phân loại thủ công dữ liệu DRS dựa trên các giá trị pH là 'tươi', 'bình thường', hoặc 'hư hỏng', nhóm cho thuật toán học bộ dữ liệu DRS được dán nhãn và cũng hợp nhất thông tin này với ước tính myoglobin.
Kết quả, mạng CNN có thể phân loại chính xác độ tươi của 92% mẫu thịt bò. Điều đáng nói là quá trình này chỉ diễn ra trong vòng vài giây.
Nhóm nghiên cứu tin rằng phương pháp của họ nhanh hơn và hiệu quả kinh tế hơn so với các phương pháp đánh giá thông thường trong khi vẫn duy trì được độ chính xác cao. Do vậy, nó có thể mở đường cho việc phát triển các thiết bị quang phổ nhỏ, di động để mọi người có thể dễ dàng đánh giá độ tươi của thịt bò ngay cả ở nhà.
Hơn nữa, các kỹ thuật tương tự dựa trên quang phổ và mạng CNN cũng có thể được mở rộng sang các sản phẩm khác như cá hoặc thịt lợn.
Nguồn:
Shin, S., et al. (2021) Rapid and non-destructive spectroscopic method for classifying beef freshness using a deep spectral network fused with myoglobin information. Food Chemistry.