La Universidade de Vigo lidera una proyecto de investigación, SmartControl que se centra en desarrollar un sistema para certificar la autenticidad de semillas, harinas y elaborados en polvo o texturizados de cereales, legumbres y frutos secos, y que sea una herramienta para combatir el fraude alimentario.
El proyecto, con una dotación de 212.500 euros, acaba de iniciar su andadura y propone emplear imágenes hiperespecrales y métodos de aprendizaje automático. En él está involucrado un equipo científico multidisciplinar, de áreas como tecnología alimentaria, ingeniería industrial, ingeniería informática, química o farmacia, además de investigadores en análisis químicos, procesado de alimentos, procesados de imágenes o inteligencia artificial.
El catedrático del departamento de Química Analítica Alimentaria, Jesús Simal, ha explicado que, para entender el uso de imágenes hiperespectrales, habría que imaginar «tener un súper sentido del olfato que permite distinguir miles de aromas diferentes». «Se trataría de algo así, pero con la vista», ya que este tipo de imágenes pueden distinguir miles de colores distintos y obtener información que puede relacionarse con la composición química de los alimentos, detectar enfermedades en plantas o incluso identificar los minerales en una roca.
El proyecto SmartControl investigará la combinación de ese tipo de imágenes con métodos avanzados de aprendizaje automático, y como se podría emplear para evaluar la autenticidad de semillas, harinas, legumbres, etc. Así, empleando las firmas espectrales inherentes a esos productos, se podría autentificar su composición, su origen o su calidad.
La investigación se centra en productos de diferentes denominaciones de origen o indicaciones geográficas protegidas de España. En general, son cultivos importantes en los que es determinante garantizar su autenticidad, y que tambiérn son vitales para la alimentación humana, como el arroz.
El proyecto se marca tres objetivos fundamentales: establecer una base de datos hiperespectral para una amplia variedad de semillas, harinas, polvos texturizados de cereales, legumbres y frutos secos; desarrollar modelos de aprendizaje automático para distinguir esos productos; y desarrollar un sistema SmartControl que incorpore esos modelos de aprendizaje a un sistema de control que se pueda integrar en las líneas de procesado de alimentos (para conseguir una evaluación no destructiva y en tiempo real).
