AI Kompetenzen suchen

Künstlicher Geruch zur Kontrolle der Lebensmittelqualität

Iberischer Schinken kann jetzt schnell analysiert werden. (Pixabay License) / jrrdixon
Forscher des IBEC in Zusammenarbeit mit der Universität Córdoba haben kürzlich eine Studie veröffentlicht, in der sie Protokolle entwickeln, die den Einsatz einer Technik optimieren, die in der Lage ist, auf molekularer Ebene Substanzen zu analysieren, die im Aroma von Lebensmitteln vorhanden sind, und die es ermöglicht, Schinkenproben von iberischen Schweinen zu unterscheiden, die mit Eicheln oder Futter gefüttert wurden.
Dieser neue Ansatz, bei dem künstliche Intelligenz zur Analyse der Daten eingesetzt wird, wird die Analyse von Aromen vereinfachen und kann sehr nützlich sein, um die Rückverfolgbarkeit und Qualität von Lebensmitteln zu bestimmen und Betrug zu bekämpfen.

Das Aroma von Lebensmitteln ist einer der wichtigsten Indikatoren für ihre Qualität und kann auch Informationen über die Produktionsstufen liefern. Die Analyse von Aromen mit Hilfe moderner Techniken bietet Alternativen zur menschlichen Bewertung und ist ein robustes und zuverlässiges Instrument zur Aufdeckung von Betrug, wie er zum Beispiel auf dem iberischen Schinken-, Olivenöl-, Honig- oder Weinmarkt häufig vorkommt. 

Eine der leistungsfähigsten und vielversprechendsten Techniken auf dem Gebiet der Aromacharakterisierung von Lebensmitteln ist die Gaschromatographie-Ionenmobilitätsspektrometrie (GC-IMS), die schnell, effektiv, kostengünstig und leicht zu transportieren ist. Trotz ihrer zahlreichen Vorteile ist die Analyse der mit dieser Methodik erzeugten Rohdaten sehr komplex, was ihre Anwendung einschränkt und erschwert.

Nun haben Forscher um Dr. Santiago Marco, Leiter der Gruppe Signal- und Informationsverarbeitung für Sensorsysteme am IBEC, zusammen mit Forschern der Universität Córdoba unter der Leitung von Dr. Lourdes Arce neue Verfahren für die Analyse von GC-IMS-Daten von Aromen in Lebensmitteln entwickelt, die die Möglichkeit eröffnen, massgeschneiderte Analysatoren zur Überprüfung der Qualität und Authentizität hochwertiger Lebensmittel zu bauen. 

In dieser Arbeit, die kürzlich in der Zeitschrift Sensors veröffentlicht wurde, stellen die Forscher eine Methodik vor, die von der Verarbeitung der Rohdaten bis zur endgültigen Charakterisierung der Probe reicht, und zur Validierung der Methode konnten sie anhand von Proben iberischen Schinkens die Fütterung der Schweine (Eichel oder Futter) vorhersagen.

Eine neue Methodik, die die Interpretation der Daten erleichtert

Gegenwärtig wird die Aromaanalyse in der Lebensmittelindustrie hauptsächlich durch menschliche Panels durchgeführt, bei denen Experten in der Identifizierung und Klassifizierung bestimmter aromatischer Merkmale geschult sind. Dies ist jedoch eine teure und sehr subjektive Methode, die die Reproduzierbarkeit und Zuverlässigkeit der Ergebnisse erschwert.

Eine Alternative ist der Einsatz von Geräten und Methoden, die die chemische Zusammensetzung der Probe analysieren und detaillierte und zuverlässige Informationen über bestimmte Aromen liefern.

Als Hybridtechnik bietet GC-IMS viele Vorteile, erzeugt aber auch hochkomplexe Daten mit Tausenden von Signalen, die eine umfangreiche Vorverarbeitung und eine ausgeklügelte Extraktion von Informationen über die Aromaeigenschaften erfordern.

Deshalb schlagen Forscher und Ingenieure jetzt einen vollständigen Arbeitsablauf vor, der von der Analyse der Proben (Probenahme und GC-IMS-Protokoll) bis zur Interpretation der Daten (Datenvorverarbeitung und künstliche Intelligenz) reicht und sowohl die Qualität der Daten als auch den endgültigen Nachweis flüchtiger Verbindungen verbessert.
(fest/pd)
publiziert: Montag, 15. November 2021 / 15:20 Uhr , aktualisiert: Montag, 15. November 2021 / 15:25 Uhr

KI ermittelt die nächsten Designerdrogen

Forscher der University of British Columbia (UBC) und der University of Alberta haben Computer so trainiert, dass sie die nächsten Designer-Medikamente vorhersagen können, noch bevor sie auf dem Markt sind.
weiterlesen

KI erkennt die Geologie des Untergrunds

Forscher vom Los Alamos National Laboratory (LANL) haben als erste ein auf maschinellem Lernen basierendes seismisches Bildgebungsverfahren erfolgreich auf reale Daten angewendet. Sobald dieses Modell vollständig trainiert ist, kann es die Berechnungszeit erheblich verkürzen und genauere Modelle der Untergrundgeologie liefern.
weiterlesen

Algorithmus erkennt Selbstmord gefährdete Jugendliche

Forscher der Brigham Young University, der Johns Hopkins University und der Harvard University haben einen Algorithmus entwickelt, der Selbstmordgedanken und -verhalten bei Jugendlichen mit 91 %iger Genauigkeit vorhersagen kann.
weiterlesen

Mit maschinellem Lernen den Seetang retten

In einem Graduiertenprojekt für Maschinenbau am MIT (Massachusetts Institute of Technology) entwickelte ein Team um die Medienwissenschaftlerin Charlene Xia ein Projekt zur Vorhersage und Verhinderung der Ausbreitung von Krankheiten in der Aquakultur. Das Team konzentrierte sich dabei insbesondere auf Algenfarmen.
weiterlesen

Ein grosser Sprung für den vierbeinigen Mini-Roboter «Cheetah»

Ein neues Steuerungssystem, das anhand des Mini-Roboters «Cheetah» des MIT demonstriert wurde, ermöglicht es vierbeinigen Robotern, in Echtzeit über unebenes Terrain zu springen.
weiterlesen

KI und Live-Mobilfunkdaten sagen Covid-19-Einweisungen voraus

Eine Studie in schwedischen Krankenhäusern unter der Leitung von Ericsson, dem Telekommunikationskonzern Telia und dem Universitätskrankenhaus Sahlgrenska nutzt künstliche Intelligenz (KI) und Mobilfunkdaten, um ein genaues Prognosemodell für die kurzfristige Aufnahme von Covid-19-Patienten in Krankenhäusern 14 bis 21 Tage im Voraus zu erstellen.
weiterlesen

Ernteroboter erkennen dank LED die reifen Früchte

Ein neuartiges Kamerasystem mit aktiver Beleuchtung, das von Forschern der Penn State University entwickelt wurde, könnte ein entscheidender Schritt bei der Entwicklung von Bildverarbeitungssystemen sein, die es Robotern ermöglichen, besser zu ernten.
weiterlesen

Nach Katastrophen: KI erkennt zerstörte Häuser

Steht unser Haus noch? Diese Frage stellen sich Menschen auf der ganzen Welt, die Opfer von Waldbränden wurden. Dies festzustellen war nicht einfach, doch nun können - sobald sich der Rauch für Luftaufnahmen verzogen hat, Gebäudeschäden innerhalb Minuten erkannt werden.
weiterlesen

Zweibeiniger Roboter «Cassie» läuft 5 Kilometer

Das zweibeinige Laufroboter-Modul «Cassie» von der Oregon State University (OSU) und Agility Robotics hat einen neuen Rekord aufgestellt: Es legte eine Strecke von 5 Kilometern in etwas mehr als 53 Minuten zurück - und das ohne Hilfe und mit nur einer Batterieladung.
weiterlesen

Sich mit Hilfe von Robotern anziehen

Wissenschaftler des Computer Science and Artificial Intelligence Laboratory (CSAIL) des MIT haben kürzlich einen neuen Algorithmus entwickelt, der einem Roboter hilft, effiziente Bewegungspläne zu finden, um die körperliche Sicherheit seines menschlichen Gegenübers zu gewährleisten.
weiterlesen