Российские исследователи установили, что алгоритмы искусственного интеллекта распознают поддельную икру с точностью, превышающей 90%. Выводы сделаны на основе анализа научных работ сотрудниками Казанского государственного аграрного университета и Марийского государственного университета, которые изучили применение машинного обучения для контроля качества продуктов.
Специалисты выделяют несколько способов проверки подлинности деликатеса. Один из них базируется на изучении химического состава посредством инфракрасной и рамановской спектроскопии. Особенности образца отражаются в полученных спектрах, а алгоритмы машинного обучения распознают характерные сигнатуры, отделяющие натуральный продукт от имитации.
Другой подход задействует компьютерное зрение. Нейросеть анализирует снимки икринок, обращая внимание на их геометрию, окрас и фактуру. Многообещающим считается и гибридный вариант, когда визуальные данные объединяются со спектральными показателями и сигналами сенсоров, улавливающих летучие вещества, отвечающие за запах.
Актуальность таких разработок связана с тем, что красная и черная икра входят в число наиболее часто фальсифицируемых товаров. Недобросовестные изготовители нередко выдают желатиновые заменители за настоящий продукт либо реализуют дешевые сорта под видом элитных.
Насколько точны такие алгоритмы?
Обзор опубликованных трудов продемонстрировал, что отдельные модели ИИ уже сегодня определяют подлинность проб с точностью более 90%.
Ключевым преимуществом этих технологий эксперты считают оперативность проверки. Если генетическая экспертиза происхождения продукта требует нескольких часов, то интеллектуальные алгоритмы быстро обрабатывают большие партии образцов, отсеивая те, что нуждаются в углубленном контроле.
Авторы работы отмечают: для масштабного применения методик потребуется создать обширные библиотеки изображений и спектров разных видов икры, повысить качество алгоритмов распознавания и интегрировать новые подходы в действующие регламенты пищевого контроля.
Вопросы и ответы
Какие методы используют алгоритмы для распознавания поддельной икры?
Специалисты выделяют несколько способов: анализ химического состава через инфракрасную и рамановскую спектроскопию, компьютерное зрение, изучающее геометрию, окрас и фактуру икринок, а также гибридный вариант, объединяющий визуальные данные со спектральными показателями и сигналами сенсоров запаха.
Почему разработка таких алгоритмов актуальна?
Красная и черная икра входят в число наиболее часто фальсифицируемых товаров. Недобросовестные изготовители нередко выдают желатиновые заменители за настоящий продукт либо реализуют дешевые сорта под видом элитных.
Какие преимущества у ИИ-алгоритмов перед генетической экспертизой?
Ключевое преимущество — оперативность проверки. Если генетическая экспертиза происхождения продукта требует нескольких часов, то интеллектуальные алгоритмы быстро обрабатывают большие партии образцов, отсеивая те, что нуждаются в углубленном контроле.