L'intelligenza artificiale alimentata da smartphone prevede la maturazione degli avocado
La ricerca affronta un'importante sfida globale: lo spreco di cibo
Annunci
I ricercatori hanno sviluppato un sistema di intelligenza artificiale basato su smartphone che prevede con precisione la maturazione e la qualità interna degli avocado.
Luyao Ma, professore assistente presso la Oregon State University, e In-Hwan Lee, dottorando che lavora con Ma.
Brian Horne, Oregon State University
"Gli avocado sono tra i frutti più sprecati a livello globale a causa dell'eccessiva maturazione", ha dichiarato Luyao Ma, assistente alla Oregon State University. "Il nostro obiettivo era creare uno strumento che aiutasse i consumatori e i rivenditori a prendere decisioni più intelligenti su quando utilizzare o vendere gli avocado".
Il team di ricerca, composto da scienziati della Oregon State e della Florida State University, ha addestrato modelli di intelligenza artificiale utilizzando più di 1.400 immagini di avocado Hass scattate con l'iPhone. Il sistema ha previsto la compattezza, un indicatore chiave della maturazione, con un'accuratezza di quasi il 92%, e la qualità interna (fresco o marcio) con un'accuratezza di oltre l'84%.
I ricercatori ritengono che questi tassi di accuratezza possano essere migliorati con l'aggiunta di altre immagini al modello. Inoltre, la tecnologia ha il potenziale per valutare il grado di maturazione e la qualità di altri tipi di alimenti.
Sperano di sviluppare ulteriormente la tecnologia in modo che i consumatori possano usarla a casa per determinare il momento ottimale per mangiare un avocado, evitando la delusione di tagliarne uno solo per trovare le temute macchie marroni.
Il team vede anche potenziali applicazioni negli impianti di lavorazione degli avocado, dove la tecnologia potrebbe essere utilizzata per selezionare e classificare meglio i frutti. Ad esempio, se il sistema rileva che un lotto è più maturo, potrebbe essere spedito a un rivenditore vicino invece che a uno più lontano. Allo stesso modo, i rivenditori potrebbero usare la tecnologia per determinare quali avocado dovrebbero essere venduti per primi in base al grado di maturazione.
Questi risultati si basano su ricerche precedenti che hanno utilizzato immagini e tecniche di apprendimento automatico per valutare la qualità degli alimenti. Tuttavia, gli studi precedenti si basavano sulla selezione manuale delle caratteristiche [SN1] e su algoritmi di apprendimento automatico tradizionali, che limitavano le prestazioni di previsione, ha dichiarato In-Hwan Lee, dottorando che ha collaborato con Ma al progetto.
"Per superare queste limitazioni, abbiamo utilizzato approcci di deep learning che catturano automaticamente una gamma più ampia di informazioni, tra cui la forma, la consistenza e i modelli spaziali, per migliorare l'accuratezza e la robustezza delle previsioni sulla qualità degli avocado", ha detto Lee.
Ma ha scelto di concentrarsi sugli avocado a causa del loro elevato valore di mercato e dell'alto tasso di scarti. Ma ha anche notato una motivazione personale: essendo un'assidua consumatrice di avocado toast, era spesso frustrata dal fatto di non sapere quando gli avocado erano perfettamente maturi e di tagliare quelli troppo maturi.
La ricerca affronta un'importante sfida globale: lo spreco alimentare. Circa il 30% della produzione mondiale di cibo viene sprecato. In risposta a questa sfida, il Dipartimento dell'Agricoltura degli Stati Uniti e l'Agenzia per la Protezione dell'Ambiente hanno fissato l'obiettivo nazionale di ridurre gli sprechi alimentari del 50% entro il 2030.
"Gli avocado sono solo l'inizio", ha detto Ma. "Questa tecnologia potrebbe essere applicata in modo molto più ampio, aiutando consumatori, rivenditori e distributori a prendere decisioni più intelligenti e a ridurre gli sprechi".
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Inglese può essere trovato qui.
Pubblicazione originale
Altre notizie dal dipartimento scienza
