卡拉奇:
巴基斯坦科学家团队开发出一种基于人工智能(AI)的视觉分类方法，准确评估本土柑橘类水果的甜度，取得了重大科学突破。
在国立科技大学(NUST)机器人与自动化国家中心的Ayesha Zeb博士的带领下，该团队成功地预测了水果的甜度，准确率超过80%，而且在此过程中没有损坏水果。
为了进行实验，研究人员从Chakwal地区的一个农场选择了92种柑橘类水果，包括Blood Red、Mosambi和Succari品种。他们利用手持式光谱仪从水果表皮上的标记区域获得光谱，这是由反射光获得的模式。研究小组使用了近红外光谱(NIR)技术来检测水果样本，这种技术可以分析非可见光光谱。92个果实中，64个用于定标，28个用于谱仪预测。
虽然在无害水果分类中使用近红外光谱并不新鲜，但巴基斯坦研究小组的新方法是将其应用于模拟当地水果的甜度。此外，他们还集成了人工智能算法来直接分类橙子的甜度，从而提高了准确性。
传统上，评估水果甜度包括化学和感官测试。橙子的甜度是通过测量总糖(即糖度)来确定的，而柠檬酸水平是通过可滴定酸度(TA)来表示的。为了开发人工智能模型，该团队通过从用于光谱的标记区域剥离样品，获得了白锐度、TA和水果甜度的参考值。
从样品中提取的果汁的实验室测试提供了实际的白锐度和TA值。此外，人类志愿者品尝了这些水果，并将它们分为平淡、甜和非常甜。
利用获得的光谱、参考值和甜度标签，该团队在总共128个样本上训练了人工智能算法。该人工智能模型旨在根据光谱数据预测白锐度、TA和甜度水平。为了评估模型的准确性，研究人员用48种新水果的数据进行了测试，将预测值与通过感官评估和化学分析获得的实际测量值进行了比较。
结果令人惊讶，因为人工智能模型不仅准确地预测了糖度，TA和整体甜度的值，而且在甜度预测方面优于传统方法。该模型在识别甜味、混合味和酸性方面的总体准确率为81.03%。
这一科学突破对柑橘产业具有重要意义，特别是对柑橘果实质量的估计。与香蕉和芒果不同，橙子一旦从树上摘下来就不会进一步成熟。因此，这种基于人工智能的创新方法可以简化和增强柑橘果实甜度的评估，使行业受益，并确保更好的消费者满意度。
巴基斯坦是全球第六大柑橘类水果生产国，2020年出口量为46万吨，将从这一进步中受益。
该研究结果发表在权威学术杂志《自然》上。
该项目由国家科技大学(NUST)国家机器人与自动化中心的Ayesha Zeb博士和Mohsin Islam Tiwana博士领导;Waqar Shahid Qureshi博士来自爱尔兰都柏林科技大学计算机科学学院;NUST信号军事学院Abdul Ghafoor博士、Muhammad Imran博士和Alina Mirza博士;费萨拉巴德农业大学园艺科学研究所的Amanullah Malik博士;以及沙特阿拉伯麦加乌姆库拉大学计算机科学系的Eisa Alanazi博士。
