¿Hasta qué punto son permeables los envases de papel para alimentos?
Un nuevo modelo de inteligencia artificial combina datos de pruebas de laboratorio con las leyes de la física para calcular en qué medida los distintos tipos de papel protegen los alimentos de la pérdida de sabor y los contaminantes
Anuncios
Los envases de papel son una alternativa sostenible al plástico. Sin embargo, al ser permeable al aire, los alimentos envasados en papel pierden su sabor con el tiempo, y sustancias indeseables como los disolventes pueden penetrar en el envase. Hasta ahora, era necesario realizar pruebas exhaustivas con cada tipo de papel para determinar en qué medida y con qué rapidez sucede esto. Un equipo de investigación dirigido por Karin Zojer, del Instituto de Física del Estado Sólido de la Universidad Tecnológica de Graz (TU Graz), ha desarrollado un sistema de predicción basado en inteligencia artificial que calcula la permeabilidad de los distintos tipos de papel a las sustancias orgánicas volátiles. Esto acelera considerablemente el desarrollo de nuevos materiales de envasado. La herramienta de predicción, desarrollada en el marco del Laboratorio CD para el transporte de masas a través del papel, ya está siendo utilizada por un fabricante de papel.
Pruebas de laboratorio como base
El sistema de predicción se basa en análisis de la microestructura de distintos tipos de papel, para los que el equipo ha registrado con precisión la distribución de las fibras de celulosa y el tamaño de los poros. El segundo paso consistió en meses de pruebas de laboratorio en las que los investigadores utilizaron la cromatografía de gases para determinar la rapidez con que las sustancias orgánicas volátiles migran a través de los distintos tipos de papel. "Sin embargo, hemos llegado a nuestros límites con estos métodos tradicionales", afirma Karin Zojer. "Las combinaciones posibles de tipos de papel y sustancias volátiles son enormes y los experimentos requieren demasiado tiempo como para desarrollar un modelo de predicción completo a partir de ellas".
Red neuronal combinada con leyes físicas
Los investigadores lograron el avance utilizando las llamadas redes neuronales informadas por la física. Esta variante del aprendizaje automático incorpora leyes físicas a sus cálculos como complemento de los datos de entrenamiento. Esto permite a la IA extraer patrones incluso de una pequeña cantidad de datos de entrenamiento y realizar cálculos precisos. Entre otras cosas, Karin Zojer y su equipo han proporcionado a la IA la información de que las sustancias orgánicas volátiles se adhieren parcialmente a las fibras de celulosa a su paso por los envases de papel. "Tales principios reducen el corredor de posibles soluciones para los cálculos que la red neuronal tiene que realizar y optimizar", dice Karin Zojer. "Después comprobamos los resultados de nuestra IA en experimentos con papeles de una y varias capas y nosotros mismos nos sorprendimos de lo bien que funciona este modelo de predicción".
El fabricante de papel Mondi Uncoated Fine & Kraft Paper, que participó en el laboratorio de CD, ya está utilizando el software para seleccionar calidades de papel para aplicaciones especiales. Karin Zojer seguirá desarrollando el sistema, por ejemplo para tener en cuenta cómo cambia la permeabilidad cuando las fibras de papel absorben disolventes y se hinchan como consecuencia de ello.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Más noticias del departamento ciencias
