Подлинность алкогольной продукции научились определять с помощью искусственного интеллекта

Среди пищевых продуктов наиболее часто подвергаются фальсификации спиртные напитки. Обнаружение фальсификата является важной задачей, которая продиктована обеспечением продовольственной безопасности. С появлением искусственного интеллекта у ученых появились дополнительные возможности для разработки и внедрения инновационных технологий идентификации алкогольной продукции.

Директор Всероссийского научно-исследовательского института пищевой биотехнологии — филиала ФИЦ питания и биотехнологии, доктор технических наук Ирина Абрамова. Источник фото: ФИЦ питания и биотехнологии

Принципиальный алгоритм идентификации алкогольной продукции следующий. На первом этапе идентификации алкогольного напитка эксперт-аналитик проводит сравнение наименования, указанного на потребительской упаковке, и сопроводительной документации, проверяет укупорку образца продукции, осматривает этикетку, определяет крепость и полноту налива. Затем с применением инструментальных методов анализа исследуют химический состав алкогольного напитка на предмет соответствия нормируемых показателей значениям, регламентируемым нормативной документацией. Оценка органолептических показателей включает анализ внешнего вида, цвета, вкуса и запаха. На основании проведенных исследований оформляют заключение о соответствии.

На сегодняшний день инструментальный анализ спиртных напитков является одним из актуальных и востребованных видов химической экспертизы. Именно этот анализ усовершенствовали ученые ФИЦ питания и биотехнологии с помощью инструментов ИИ. В ходе проведенных исследований был сформулирован перечень из 4 наиболее часто встречающихся способов фальсификации и разработано 7 новых инструментальных методик для их выявления с последующей цифровой аналитикой результатов. Применение комплекса этих методик позволяет эффективно с высокой степенью достоверности селективно определять 45 целевых аналитов-маркеров и выявлять фальсификации спиртных напитков, в том числе приготовленных на основе зерновых дистиллятов.

Директор Всероссийского научно-исследовательского института пищевой биотехнологии — филиала ФИЦ питания и биотехнологии, доктор технических наук Ирина Абрамова: «Объектами наших исследований служили модельные растворы, зерновые дистилляты, спирты и спиртные напитки на их основе. В целях обнаружения частичной или полной замены этилового спирта на денатурированный спирт с применением метода газовой хроматографии с пламенно-ионизационным детектированием нами была разработана аналитическая методика, с высокой степенью достоверности обеспечивающая качественное и количественное определение денатурирующих добавок, в частности, кротонового альдегида. Время анализа не превышает 6 минут, пробоподготовка не требуется. Для выявления фальсификаций виски путем замены зернового дистиллята на этиловый спирт с применением метода газовой хроматографии с пламенно-ионизационным и масс-селективным детектированием разработаны 2 методики идентификации и определения массовых концентраций 23 целевых компонентов, в том числе 3 носителей ароматизаторов в зерновых дистиллятах и напитках на их основе. Время анализа 25-30 минут. Для выявления фальсификаций дистиллированных напитков разработаны методика определения катионов и методика определения анионов органических и неорганических кислот. Время анализа 8-10 минут. В целях формирования научного задела по цифровой трансформации процедуры выявления фальсификаций предложен новый подход, основанный на применении нейросетей».

В рамках решения задачи по внедрению нейросетевых технологий для идентификации алкогольной продукции была построена Модель автоматизированной системы выявления фальсифицированной алкогольной продукции.

Основная задача нейросетей – обработка значительных объемов структурированных и неструктурированных данных, выявление закономерностей, моделирование. 

Порядок работы в случае использования ИИ следующий. Образец спиртного напитка поступает в аналитическую лабораторию, где проводится исследование химического состава спиртного напитка с применением методов газовой хроматографии, капиллярного электрофореза и хромато-масс-спектрометрии по разработанным в ФИЦ питания и биотехнологии методикам. Результаты этих исследований в виде неструктурированных данных поступают в общую базу данных. Затем Модель идентификации спиртного напитка с применением метода кластерного анализа распределяет данные по целевым хранилищам: база данных решений, база данных эталонных образцов и библиотека спектров.

Модель анализирует результаты исследований: показателей качества и безопасности напитка, сравнивает полученные результаты с данными базы данных ЕГАИС – единой государственной автоматизированной информационной системы, предназначенной для государственного контроля над объемом производства и оборота этилового спирта, алкогольной и спиртосодержащей продукции. Основываясь на прецедентах, хранящихся в базе данных решений, модель формирует заключение об идентичности спиртного напитка. Результаты могут быть получены пользователем посредством специализированного диалогового компонента.

Данная методика в дальнейшем будет совершенствоваться и дополняться. Исследования по теме продолжаются в рамках фундаментальной научной работы.

Источник информации и фото: ФИЦ питания и биотехнологии

Источник: scientificrussia.ru