Ученые начали определять подлинность алкогольной продукции 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.
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
В рамках решения задачи по внедрению нейросетевых технологий для идентификации алкогольной продукции была построена Модель автоматизированной системы выявления фальсифицированной алкогольной продукции.
Рисунок 1. Принципиальная архитектура автоматизированной экспертной системы, предназначенной для выявления фальсификаций спиртных напитков.
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 объёмом производства и оборота этилового спирта, алкогольной и спиртсодержащей 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.