Ученые США выяснили, как можно использовать ИИ для контроля качества молочной продукции
Согласно исследованию, результаты которого опубликованы в журнале mSystems Американского общества микробиологии, с помощью машинного обучения и технологий искусственного интеллекта можно повысить безопасность молочной продукции и усовершенствовать контроль качества, сообщает DairyReporter.
Группа исследователей из Университета штата Пенсильвания, Корнеллского университета и исследовательского центра IBM выяснила, что искусственный интеллект и машинное обучение могут применяться для обнаружения аномалий в образцах молочной продукции путем анализа микробиома молока.
Исследователи брали сырое молоко, чтобы проверить, можно ли использовать искусственный интеллект и данные дробного секвенирования для корректного выявления аномальных образцов молока, в том числе проб, содержащих антибиотики. Искусственный интеллект может делать это путем анализа типа и количества бактерий, присутствующих в образцах молока, — исследуя так называемый микробиом молока, — аналогичный подход применяется для определения риска развития таких заболеваний, как диабет 2 типа, который можно предсказать с помощью технологий искусственного интеллекта на основании анализа микробиома кишечника человека.
Использование искусственного интеллекта в пищевой промышленности для анализа проб на предмет наличия аномалий представляется перспективным, поскольку возможности традиционных методов в этом смысле весьма ограничены.
Исследователи также изучили способность искусственного интеллекта определять на основе общедоступных данных стадию переработки молока, этап транспортировки и сезон, когда молоко было получено.
Для проведения эксперимента исследователи взяли 58 проб молока из цистерн и, проанализировав эти образцы, установили базовые показатели микробиома сырого молока. Они обнаружили, что в сыром молоке постоянно присутствуют 33 вида микробов, наиболее распространенными из которых являются псевдомонады (Pseudomonas), серрации (Serratia), кутибактерии (Cutibacterium) и стафилококки (Staphylococcus).
Уже на этом этапе исследователи убедились, что, в отличие от традиционных методов, например cPCA и MDS, искусственный интеллект может распознавать классы образцов и определять значимые с этой точки зрения микробные факторы.
Затем ученые применили модель объяснимого искусственного интеллекта к данным 16S рРНК из двух общедоступных наборов данных о микробиоме молока, чтобы проверить, способен ли этот инструмент различать разные категории молока, а также определять этап транспортировки и стадию переработки.
Оказалось, что с помощью технологий машинного обучения можно определить стадию переработки, в том числе какой из образцов подвергся пастеризации. Кроме того, машинное обучение создало точные модели, учитывающие условия хранения молока, на основании которых можно установить, какой из образцов был сырым молоком, а какой — молоком из цистерны или силосным молоком. Инструменты скрининга на базе искусственного интеллекта также позволили определить сезон, в который был собран тот или иной образец молока, путем измерения распространенности микоплазмы.
«Насколько нам известно, в этом исследовании метагеномы сырого молока рассмотрены с большей глубиной секвенирования, чем в любой другой опубликованной на сегодняшний день работе. Наше исследование продемонстрировало, что существует набор консенсусных микробов, которые присутствовали во всех образцах», — резюмируют авторы научной статьи.
«Мы показываем, что наш подход с использованием модели объяснимого искусственного интеллекта позволяет достоверно определить стадию переработки молока и этап транспортировки, на котором был получен образец. Это исследование обеспечивает прогресс в применении машинного обучения, и подобные методы могут быть внедрены во многих других отраслях пищевой промышленности», — отметили авторы работы.
мир
Также рекомендуем:
