Sicurezza alimentare: arriva l'algoritmo che semplifica le procedure di controllo

Moderne tecniche di spettroscopia e machine learning consentono di riconoscere alimenti adulterati per garantire sulle tavole dei consumatori cibi che corrispondono, per qualità e origine, a quanto indicato in etichetta. A dirlo è uno  studio condotto dai ricercatori di Statistica e Metodi Quantitativi di Milano-Bicocca in collaborazione con le Università di Lille e di Dublino e pubblicato dalla prestigiosa rivista di settore “Analytica Chimica Acta”.
Il team internazionale di ricercatori ha testato la spettroscopia su tre diverse tipologie di prodotti (lieviti, carne e olio) analizzando le sostanze senza danneggiare il campione.  Inoltre, con i sistemi di machine learning, l’analisi della grande mole di dati raccolti viene notevolmente semplificata, riducendo tempi e costi delle operazioni di controllo. L’impiego di queste moderne tecniche nel settore agroalimentare aiuterà ad automatizzare i controlli dei cibi che entrano nelle nostre case, per assicurare maggiore qualità e sicurezza.
(Comunicato stampa Università Milano-Bicocca)