ИИ проверит качество молока
Ученые Казанского государственного аграрного университета обучили нейросеть выявлять фальсифицированное и некачественное молоко.
Технологии, позволяющие быстро и точно анализировать состав молока и молочных продуктов, необходимы для выстраивания эффективной системы защиты российских потребителей. После замены молочного жира растительными маслами и другими немолочными компонентами продукт теряет пищевую ценность. Еще хуже, если в молоко попадают опасные вещества: антибиотики и консерванты. Употребление такого продукта может привести к расстройствам пищеварения, аллергическим реакциям, а в долгосрочной перспективе – к заболеваниям.
При этом, по данным Россельхознадзора, доля поддельной молочной продукции на российских прилавках в 2025 году приблизилась к 18%. Быстро и качественно выявить подозрительные продукты помогут цифровые технологии.
Сложная система анализа фальсифицированной продукции
Эксперты Казанского государственного аграрного университета (Казанского ГАУ) предложили использовать для выявления фальсифицированного или некачественного молока специально обученную нейросеть. Ее преимущество в том, что алгоритмы искусственного интеллекта позволяют анализировать сразу десятки параметров.
Сегодня на рынке есть множество видов некачественной молочной продукции. Недобросовестные производители подменяют часть молочного жира различными растительными аналогами, разбавляют цельный продукт водой или обезжиренной основой, иногда даже выдают молоко одного животного за продукцию другого. Кроме того, они искажают данные на упаковке или в сопроводительной документации, не сообщая о содержащихся добавках или вредных веществах.
Специалисты используют для контроля качества различные методы. Например, физико-химические измерения дают данные о содержании жира и белка, хроматография и спектроскопия выявляют антибиотики, консерванты и добавленную воду. Однако установить видовую принадлежность молока, найти растительный белок или генно-модифицированные компоненты позволяют только молекулярно-биологические методы. Объединение результатов в единое аналитическое заключение проводится вручную, и это очень трудоемкий процесс, так как приходится работать с большим объёмом данных по каждому образцу.
Цифровой вкус
Искусственный интеллект берет на себя огромный объем сложной и рутинной работы, что существенно ускоряет процесс и гарантирует, что фальсифицированная продукция не останется незамеченной. Алгоритмы эффективно работают именно с большими массивами данных из разных источников. Нейросеть учитывает одновременно десятки параметров и при этом выявляет скрытые зависимости между ними. Например, сравнивает итоговые результаты различных технологий проверки состава продукции и информацию на упаковке.
Эксперты Казанского ГАУ не заменяют нейросетью лабораторные исследования, а используют ее в качестве инструмента анализа. Предлагается многоуровневая система проверки и экспертизы молочной продукции. На первом этапе проводится неразрушающий скрининг. Выявленные образцы подозрительной продукции дополнительно изучают с применением всех доступных технологий.
Такая модель делает процесс более экономичным. Повышается эффективность контроля безопасности продуктов питания, при этом не увеличивается нагрузка на лаборатории, так как сложные высокотехнологичные методы проверки применяются точечно, при подозрении, основанном на аналитических данных.
«Умный» контроль качества
Опыт казанских ученых – не единственный пример того, как в России цифровые технологии внедряются для контроля качества продуктов питания. Так, ученые национального исследовательского университета ИТМО разрабатывают методику применения электрохимических сенсоров для анализа молока на наличие и концентрацию антибиотиков. С помощью ИИ идет работа над базой данных для дальнейшего применения устройства различными пользователями.
Ученые Калининградского государственного технического университета разработали метод ускоренной идентификации аналогов икры. Платформа позволяет быстро получить данные о составе продукта, и даже определить технологию изготовления фальсификата.
Россельхознадзор в 2024 году с использованием ИИ выявил и не выпустил на рынок 164 200 т небезопасной продукции.
Таким образом, в 2026 году началось создание специализированных ИИ-платформ, работающих с конкретными продуктами и контролирующих процессы производства и качество от фермы до полки магазина. В дальнейшем такие решения будут интегрированы в цифровые системы управления на предприятиях пищевой промышленности.
Спрос на «умные» технологии контроля качества продуктов питания будет быстро расти, поэтому российские разработчики получили перспективный сегмент рынка. А с учетом того, что проблема актуальна во всем мире, российские решения будут востребованы и в развивающихся странах с быстро растущим рынком продовольствия.
