A Universidade de Vigo lidera un proxecto de investigación, SmartControl que se centra en desenvolver un sistema para certificar a autenticidade de sementes, fariñas e elaborados en po ou texturizados de cereais, legumes e froitos secos, e que sexa unha ferramenta para combater a fraude alimentaria. O proxecto, cunha dotación de 212.500 euros, acaba de iniciar a súa andaina e propón empregar imaxes hiperespecrais e métodos de aprendizaxe automática. Nel está involucrado un equipo científico multidisciplonar, de áreas como a tecnoloxía alimentaria, enxeñaría industrial, enxeñaría informática, química ou farmacia, ademais de investigadores en análises quimicos, procesado de alimentos, procesados de imaxes ou intelixencia artificial.

O catedrático do departamento de Química Analítica Alimentaria, Jesús Simal, explicou que, para entender o uso de imaxes hiperespectrais, habería que imaxinar “ter un súper sentido do olfacto que permite distinguir miles de aromas diferentes”. “Trataríase de algo así, pero coa vista”, xa que este tipo de imaxes poden distinguir miles de cores distintas e obter información que pode relacionarse coa composición química dos alimentos, detectar enfermidades en plantas ou mesmo identificar os minerais nunha roca. O proxecto SmartControl investigará a combinación dese tipo de imaxes con métodos avanzados de aprendizaxe automática, e como se podería empregar para avaliar a autenticidade de sementes, fariñas, legumes, etc. Así, empregando as firmas espectrais inherentes a eses produtos, poderíase autentificar a súa composición, a súa orixe ou a súa calidade.

A investigación céntrase en produtos de diferentes denominacións de orixe ou indicacións xeográficas protexidas de España. En xeral, son cultivos importantes nos que é determinante garantir a súa autenticidade, e que tambén son vitais para a alimentación humana, como o arroz. O proxecto márcase tres obxectivos fundamentais: establecer unha base de datos hiperespectral para unha ampla variedade de sementes, fariñas, pos texturizados de cereais, legumes e froitos secos; desenvolver modelos de aprendizaxe automática para distinguir eses produtos; e desenvolver un sistema SmartControl que incorpore eses modelos de aprendizaxe a un sistema de control que se poida integrar nas liñas de procesado de alimentos (para conseguir unha avaliación non destrutiva e en tempo real).