Quando prendiamo dal frigorifero un alimento con una data di scadenza incerta, il metodo più immediato per capire se sia ancora commestibile è annusarlo. Questa prova è efficace quando il cibo è ormai decisamente deteriorato, ma un alimento può andare a male molto prima che il nostro olfatto ne percepisca i segnali. Gli esseri umani eccellono in molte attività, ma individuare tracce di sostanze chimiche attraverso l’olfatto non è tra queste. È proprio per questo che il test dell’olfatto trae in inganno molte persone, causando ogni anno innumerevoli casi di malattia dovuti a patogeni di origine alimentare.

Alcuni ricercatori dell’Università della California, a Berkeley, ritengono di aver trovato una soluzione migliore. Hanno sviluppato un “naso elettronico” in grado di rilevare il deterioramento degli alimenti e la presenza di comuni allergeni, analizzando i gas che questi cibi rilasciano nell’aria. Il sistema combina una serie di sensori di gas miniaturizzati con un software di apprendimento automatico (machine learning), consentendo di riconoscere configurazioni olfattive che per una persona sarebbe impossibile distinguere con affidabilità.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Il dispositivo, denominato ML-SCENT, si basa su una matrice di sensori composta da 16 elementi. Ciascun sensore è rivestito con un materiale diverso sensibile ai gas, reagendo quindi in modo specifico all’esposizione a composti organici volatili. Invece di cercare di rilevare una singola sostanza chimica, il sistema analizza la risposta complessiva di tutti e 16 i sensori e interpreta il modello risultante come un’impronta digitale unica. Un modello di apprendimento automatico determina poi quale alimento abbia generato tale “firma” olfattiva. Per addestrare il sistema, la ricercatrice responsabile Carla Bassil ha esposto i sensori a una varietà di alimenti, tra cui fragole, mirtilli, banane, noci, nocciole, anacardi, arachidi, pollo, latte e uova. I ricercatori hanno inoltre testato latticini, carne e uova in diverse fasi di deterioramento, dopo averli lasciati a temperatura ambiente per un periodo fino a 48 ore. Il modello ha imparato a identificare sia il tipo di alimento sia, in molti casi, il suo stato di freschezza.

Durante i test, il sistema è riuscito a rilevare appena 0,05 grammi di noce, una quantità pari a circa un centesimo di una noce sgusciata media. Tale livello di sensibilità potrebbe rendere la tecnologia utile per le persone affette da gravi allergie alimentari. Il team ha registrato un’accuratezza di classificazione complessiva del 92,6% su 16 diversi campioni alimentari. Tra questi figuravano alimenti freschi e alterati, oltre a diverse varietà di frutta a guscio; si tratta di una delle prime dimostrazioni dell’impiego di una matrice di sensori di gas per identificare specifici allergeni della frutta a guscio basandosi esclusivamente sull’analisi dell’odore. Un elemento chiave della progettazione è l’utilizzo di transistor a effetto di campo basati su nanotubi di carbonio, anziché dei tradizionali sensori di gas a ossido metallico. Poiché i sensori operano a temperatura ambiente, i ricercatori hanno potuto impiegare una gamma più ampia di materiali sensibili e realizzare la matrice mediante un processo di deposizione in un’unica fase, relativamente semplice.

I ricercatori hanno già realizzato una versione portatile del “naso elettronico”, controllabile tramite iPhone. I test futuri si concentreranno sulla valutazione delle prestazioni della tecnologia in contesti più realistici, come all’interno di frigoriferi contenenti diversi tipi di alimenti. Se tali test avranno esito positivo, il tuo prossimo elettrodomestico potrebbe avere un olfatto decisamente migliore del tuo.

 

Iscriviti ai nostri gruppi Telegram

• Gruppo Maker Italia
• Canale Offerte per prodotti maker

Link utili

• Arduino UNO R4 Minima
• Arduino Uno R4 WiFi
• Arduino UNO Q
• Arduino UNO R3
• Elegoo UNO R3
• Arduino Starter Kit per principianti
• Elegoo Advanced Starter Kit
• Arduino Nano
• Raspberry PI 5
• Raspberry PI 400
• Raspberry PI Pico
• Programmiamo il Pico