Чаще всего подменяют икру осетровых и лососевых рыб - ее могут заменять желатиновыми имитациями либо выдавать дешевый продукт за дорогостоящий. Чтобы найти надежные способы проверки, исследователи изучили публикации о применении машинного обучения для контроля качества продуктов питания и определили наиболее подходящие решения для анализа икры.
Первый из них базируется на инфракрасной и рамановской спектроскопии: оборудование фиксирует спектр образца, который отражает его химический состав, а алгоритм ИИ выявляет характерные признаки и отличает подлинную икру от подделки. Второй метод опирается на компьютерное зрение: нейросеть анализирует цвет, форму и текстуру икринок по фото. Третий вариант комплексный: он объединяет визуальные данные со спектральной информацией и сигналами сенсоров, фиксирующих летучие компоненты аромата продукта.
Результаты проведенного анализа показывают, что отдельные модели искусственного интеллекта способны классифицировать образцы с точностью более 90%.
Ключевое преимущество цифровых методов - высокая скорость работы. Например, генетический анализ, позволяющий определить вид икры, нередко занимает несколько часов. Технологии на базе ИИ же дают возможность оперативно проверять крупные партии продукции.
При этом, как подчеркивает доцент Казанского ГАУ Лейсан Якупова, такие системы не призваны полностью заменить лабораторные исследования. Их основная задача - быстро выявлять подозрительные партии, которые затем можно подвергнуть более детальному изучению.
Для широкого внедрения этих технологий предстоит проделать значительную работу: сформировать масштабные базы данных с изображениями и спектрами различных видов икры, доработать алгоритмы под реальные условия производства и закрепить новые методики в стандартах контроля качества.