Può un computer “assaggiare” un pomodoro o un mirtillo? Beh, non esattamente, ma può dire agli scienziati quali sostanze volatili presenti in questi frutti li rendono buoni, affermano i ricercatori dell'Università della Florida.
Marcio Resende, allevatore e genetista dell'Istituto di scienze alimentari e agricole dell'Università della Florida (UF/IFAS), vuole creare quello che lui chiama un "intenditore di intelligenza artificiale", un modello che dice ai ricercatori quali composti chimici - vale a dire sostanze volatili, zuccheri, acidi e altri composti chimici – producono i migliori sapori di frutta.
Per scoprire se vale la pena coltivare un frutto o una verdura, gli scienziati stessi assaggiano il raccolto per assaggiarlo e annusarlo, attraversando i campi e raccogliendo i prodotti individualmente.
Questi processi possono presentare problemi logistici, ha affermato Harry Klee, professore di scienze orticole dell’UF/IFAS e coautore di uno studio nuovo studio che esamina come i modelli computerizzati possono utilizzare le sostanze volatili per misurare il gusto della frutta.
"A causa dei costi e delle limitazioni logistiche, gli allevatori in genere non impiegano gruppi di consumatori nei loro programmi", ha affermato Klee. “L’ideale sarebbe utilizzare un ampio panel di consumatori che includa un insieme diversificato di potenziali consumatori. Utilizziamo 100 persone, che coprono una vasta gamma di età ed etnia. Questo approccio è molto più rappresentativo della popolazione degli acquirenti”.
Per anni, i coltivatori di piante e i genetisti hanno aiutato gli agricoltori a ottenere rese più elevate perché le caratteristiche orientate al consumatore, come il sapore, sono più difficili da misurare. Tuttavia, le rese elevate non sono sufficienti perché i produttori possano competere nei mercati esigenti di oggi, ha affermato Patricio Muñoz, professore associato di scienze orticole dell'UF/IFAS responsabile del programma di selezione dei mirtilli.
I produttori sanno che se non includono varietà dal buon sapore, i loro frutti potrebbero non essere venduti a un buon prezzo o addirittura non essere venduti affatto, ha affermato Muñoz. Con questi metodi, gli scienziati sperano di aiutare i produttori a rimanere competitivi e i consumatori ad avere un’esperienza migliore con i loro prodotti.
Utilizzando questi modelli, un programma di selezione può valutare le valutazioni del sapore per molte varietà di frutta e verdura. Questo processo era precedentemente limitato dal fatto che né gli scienziati né i gruppi di consumatori potevano testare molte varietà contemporaneamente.
Resende ha guidato la nuova ricerca che mostra come inserire i dati delle sostanze volatili nei mirtilli e nei pomodori in un modello statistico. I risultati della ricerca sono ora limitati a questi due frutti, ma verranno successivamente estesi ad altre colture sviluppate dai ricercatori dell'UF/IFAS.
Per condurre il loro nuovo studio, i ricercatori dell’UF/IFAS hanno utilizzato i dati del programma di selezione di pomodori e mirtilli dell’ultimo decennio.
Hanno offerto una serie diversificata di varietà di pomodori e mirtilli ai panel di consumatori dell'evento Laboratorio sensoriale UF a Gainesville. Gli scienziati hanno poi raccolto valutazioni sugli attributi del sapore come “gradimento”, dolcezza, acidità, intensità del sapore e umami.
I ricercatori dell’UF/IFAS hanno testato una serie di punteggi che indicano quanto un consumatore apprezza un sapore. A quanto pare, i volatili spiegano fino al 56% dei punteggi “mi piace”, il che rafforza l’evidenza che i volatili sono importanti nel determinare quanto piace il frutto ai consumatori. I volatili sono importanti anche per quantificare e stimare l'importanza del sapore della frutta, ha detto Resende.
Inoltre, i ricercatori hanno dimostrato che gli approcci di apprendimento automatico sono generalmente i migliori predittori delle preferenze di gusto dei consumatori, chiamata selezione metabolomica. L’accuratezza della selezione metabolica è superiore rispetto ai modelli che utilizzano invece dati genomici, evidenziando il potenziale di questo nuovo metodo nelle applicazioni di selezione.
"Penso che il punto principale sia che gli allevatori possano esaminare un numero maggiore di campioni", ha affermato Resende, assistente professore di scienze orticole dell'UF/IFAS. "In questo modo, si dispone di un canale più ampio per identificare le varietà dal buon sapore e, a un certo punto, i gruppi di controllo del gusto effettuano una selezione finale con i dati sensoriali. Ci aspettiamo che questi modelli consentano un’integrazione anticipata del sapore come obiettivo di selezione e incoraggino la selezione e il rilascio di varietà di frutta più saporite”.
Oltre a Resende, tra gli altri docenti dell'UF/IFAS che hanno studiato il metodo di test del gusto basato sul modello computerizzato c'erano Klee, Muñoz e Denise Tieman, una professoressa assistente di ricerca - tutti e tre nel dipartimento di scienze orticole; Charlie Sims, professore di scienze alimentari e nutrizione umana e Nikolay Bliznyuk, professore associato di ingegneria agraria e biologica. Il lavoro è stato scritto per la prima volta anche dal Ph.D. lo studente Vincent Colantonio e l'assistente scientifico ricercatore Luís Felipe Ferrão.
Fai clic di seguito per un video in cui Resende spiega questa nuova ricerca sull'intelligenza artificiale.
- Brad Buck, Università della Florida