Loading ...
Ученые создали приложение, которое определит спелость арбуза
Ученые разработали мобильное приложение для определения свежести продуктов. Оно основано на интерпретации уровня сигнала Wi-Fi, пропущенного через плоды.
Такой способ позволит изучить содержимое овощей и фруктов, не нарушая их целостности, пишет iz.ru. Аналогичное решение специалисты создают для стационарных устройств. Их предлагают устанавливать в гастрономических отделах супермаркетов. Эксперты отрасли отметили, что новинка может быть востребована. Однако если диагностика не будет достаточно точной, интерес потребителей к изобретению ослабнет.
Новое приложение для смартфона, которое определит свежесть пищевых продуктов, разработали ученые в Московском физико-техническом институте университете. Программа поможет в тех случаях, когда на глаз определить их качество затруднительно. Например, приложение сможет распознать, дозрела ли спрятанная под плотной кожурой мякоть арбуза и не прокис ли творог, скрытый под заводской упаковкой.
Программа сможет работать благодаря Wi-Fi. Это технология беспроводной передачи данных, которая использует радиоволны определенной частоты. При их прохождении через различные среды изменяется сила сигнала. Взяв за основу этот факт ученые определили, как он будет изменяться в зависимости от степени зрелости того или иного продукта.
— Можно выделить физические и химические критерии спелости. Например, при созревании фруктов увеличивается содержание сахара в них. Это изменяет диэлектрические свойства внутренней среды плода. Эти свойства влияют на уровень Wi-Fi-сигнала, пропущенного через продукт. По сути, антенна — это компактный анализатор. Для его полноценной работы необходимо было написать программное обеспечение, что и было выполнено, — рассказал один из авторов разработки руководитель лаборатории радиофотоники Центра фотоники и двумерных материалов, ведущий научный сотрудник НИЦ телекоммуникаций МФТИ Дмитрий Филонов.
Он отметил, что в настоящее время уже существуют сенсоры для определения свежести продуктов питания. Их минус в том, что они представляют собой отдельные устройства. Гораздо удобнее, если полезная функция будет встроена в мобильный телефон, который всегда находится рядом с человеком.
Также специалист подчеркнул, что новый метод неинвазивный, то есть дает возможность выполнить диагностику без нарушения целостности исследуемого объекта. По мнению ученого, вышеперечисленные факторы позволят каждому человеку в экспресс-режиме проводить проверку продуктов питания смартфоном непосредственно у прилавка.
На начальном этапе для проведения экспериментов исследователи использовали два смартфона: один раздавал сигнал Wi-Fi, а другой его принимал. При этом изучаемый объект устанавливался между устройствами. Таким образом минимизировалось воздействие внешних факторов. В дальнейшем, объяснил Дмитрий Филонов, можно будет обойтись одним телефоном.
— Антенны смартфонов очень чувствительны. Они могут зафиксировать даже небольшое изменение параметров окружающей среды на поступающем сигнале. Поэтому, если мы раздадим Wi-Fi-сигнал, то по тому, какая часть мощности вернулась, мы сможем уже судить о сканируемом предмете,— сказал он.
Также ученый отметил, что по программе академического лидерства «Приоритет 2030» аналогичное решение разрабатывается для стационарных устройств, которые будут устанавливаться в точках продаж продуктов питания. Они будут работать наподобие касс самообслуживания. В таком случае покупателям не нужно будет использовать собственные мобильные телефоны.
Эксперты отрасли отметили, что полноценного мобильного ПО для проверки свежести продуктов на рынке нет. Аналоги представляют собой списки «наводящих» вопросов или база отзывов, где продавцы делятся впечатлениями о качестве продуктов от тех или иных поставщиков. Поэтому разработка МФТИ имеет шанс на коммерческий успех.
По словам разработчиков, сейчас они совершенствуют математический аппарат приложения и производят формирование библиотеки антенных откликов для разных видов продуктов и для разной степени их свежести и зрелости. Кроме того, работа приложения тестируется на разных моделях телефонов. При необходимости вносятся соответствующие поправки.
Первая версия программы будет совместима с Android. В дальнейшем приложение будет доработано и для других операционных систем. Для более качественного обучения программы ученые планируют использовать алгоритмы машинного обучения и искусственного интеллекта.