L´Università Milano-Bicocca ha recentemente sviluppato un algoritmo per aiutare i consumatori nel controllo degli acquisti.

La ricerca condotta da Francesca Greselin e Andrea Cappozzo, del Dipartimento di Statistica Metodi Quantitativi, in collaborazione con i colleghi Ludovic Duponchel dell’Università di Lille (Francia) e Brendan Murphy dell’University College Dublin (Irlanda) ha portato all´identificazione un sistema di controllo del cibo che indica se gli alimenti corrispondono, per qualità e origine, a quanto indicato in etichetta.

Lo studio è intitolato “Robust variable selection in the framework of classification with label noise and outliers: Applications to spectroscopic data in agri-food” ed è stato pubblicato da “Analitica Chimica Acta”, una prestigiosa rivista nell’ambito della chimica analitica e della spettroscopia, che data la portata dei risultati ottenuti ha dedicato una parte della sua copertina alla ricerca. La tecnica messa  punto è basata sull´utilizzo della spettroscopia che, grazie agli sviluppi degli ultimi anni nel settore della “food authenticity”, consente di analizzare gli alimenti senza danneggiarli.

La conseguente applicazione dei sistemi di machine learning ha permesso
l´analisi rapida e semplificata dei dati raccolti dal team di ricerca. Questo processo ha consentito di ridurre dall’ordine delle migliaia a quello delle decine il numero di misurazioni da acquisire dal segnale spettrometrico per un’accurata verifica che escluda adulterazioni delle sostanze.

Tutto ciò con evidenti vantaggi sia in ordine di tempo che di costo delle operazioni di controllo. L´impiego di queste tecniche di spettroscopia combinate ai moderni sistemi di machine learning faciliterà il monitoraggio nel settore agroalimentare, automatizzando i controlli dei cibi che entrano nelle nostre case, per assicurare maggiore qualità e sicurezza per consumatori.

Tali metodologie, infatti, potranno trovare applicazione sia nell’ambito delle verifiche condotte dalle autorità governative, sia nelle procedure di certificazione di qualità dei prodotti.

LP