Потребители сами смогут определять безопасность продуктов питания

Исследователи Массачусетского Технологического Института (MIT) разработали беспроводную систему, которая использует дешевые метки RFID, которые есть уже на сотнях миллиардов продуктов, чтобы определять потенциальное загрязнение пищевых продуктов - без каких-либо модификаций оборудования. С помощью простой, масштабируемой системы исследователи надеются донести до потребителей информацию о безопасности пищевых продуктов, пишет ScienceDaily.

Происшествия в области безопасности пищевых продуктов стали заголовками во всем мире за то, что они вызывали болезни и смерть почти каждый год в течение последних двух десятилетий. В 2008 году, например, 50 000 детей в Китае были госпитализированы после употребления детской смеси, фальсифицированной меламином, органическим соединением, используемым для производства пластмасс, которое является токсичным в высоких концентрациях. И в апреле этого года более 100 человек в Индонезии умерли от употребления алкоголя, загрязненного, частично, метанолом, токсичным спиртом, обычно используемым для разбавления ликера для продажи на черных рынках по всему миру.

Система исследователей, получившая название RFIQ, включает в себя считывающее устройство, которое ощущает незначительные изменения в беспроводных сигналах, излучаемых метками RFID, когда сигналы взаимодействуют с пищей. Для этого исследования они были сосредоточены на детском питании и алкоголе, но в будущем у потребителей может быть свое собственное считывающее устройство и программное обеспечение для обеспечения безопасности пищевых продуктов, прежде чем покупать практически любой продукт. Исследователи говорят, что системы также могут быть реализованы в задних комнатах супермаркета или в умных холодильниках для непрерывного сканирования метки RFID для автоматического обнаружения порчи продуктов.

Эта технология зависит от того, что определенные изменения в сигналах, излучаемых меткой RFID, соответствуют уровням определенных загрязнителей внутри этого продукта. Модель машинного обучения «учит» эти корреляции и, учитывая новый материал, может предсказать, является ли материал чистым или испорченным, и в какой концентрации. В экспериментах система обнаруживала детское питание с меламином с 96% точностью и спирт, разбавленный метанолом с точностью 97%.

«В последние годы было так много опасностей, связанных с едой и напитками, которых мы могли бы избежать, если бы у всех нас были инструменты для определения качества и безопасности продуктов питания», - говорит Фадель Адиб, доцент в MIT, который является соавтором исследования. «Мы хотим демократизировать качество и безопасность продуктов питания и довести их до всех».