Los investigadores del MIT Media Lab han desarrollado un sistema inalámbrico que aprovecha las etiquetas RFID baratas que ya se encuentran en cientos de miles de millones de productos para detectar la posible contaminación de los alimentos. Crédito:Imagen cortesía de los investigadores, editado por MIT News
Los investigadores del MIT Media Lab han desarrollado un sistema inalámbrico que aprovecha las etiquetas RFID baratas que ya se encuentran en cientos de miles de millones de productos para detectar la posible contaminación de los alimentos, sin necesidad de modificaciones de hardware. Con lo simple sistema escalable, los investigadores esperan llevar la detección de seguridad alimentaria al público en general.
Los incidentes de seguridad alimentaria han sido noticia en todo el mundo por causar enfermedades y muertes casi todos los años durante las últimas dos décadas. En 2008, por ejemplo, 50, 000 bebés en China fueron hospitalizados después de ingerir fórmula infantil adulterada con melamina, un compuesto orgánico utilizado para fabricar plásticos, que es tóxico en altas concentraciones. Y este abril más de 100 personas en Indonesia murieron por beber alcohol contaminado, en parte, con metanol, un alcohol tóxico que se usa comúnmente para diluir el licor que se vende en los mercados negros de todo el mundo.
El sistema de los investigadores, llamado RFIQ, incluye un lector que detecta cambios mínimos en las señales inalámbricas emitidas por las etiquetas RFID cuando las señales interactúan con los alimentos. Para este estudio, se centraron en la fórmula para bebés y el alcohol, pero en el futuro los consumidores pueden tener su propio lector y software para realizar la detección de seguridad alimentaria antes de comprar prácticamente cualquier producto. Los sistemas también podrían implementarse en los cuartos traseros de los supermercados o en refrigeradores inteligentes para hacer ping continuamente a una etiqueta RFID para detectar automáticamente el deterioro de los alimentos. dicen los investigadores.
La tecnología depende del hecho de que ciertos cambios en las señales emitidas por una etiqueta RFID corresponden a niveles de ciertos contaminantes dentro de ese producto. Un modelo de aprendizaje automático "aprende" esas correlaciones y, dado un nuevo material, puede predecir si el material es puro o contaminado, y en qué concentración. En experimentos, el sistema detectó fórmula para bebés mezclada con melamina con una precisión del 96 por ciento, y alcohol diluido con metanol con una precisión del 97 por ciento.
"En años recientes, Ha habido tantos peligros relacionados con los alimentos y las bebidas que podríamos haber evitado si todos tuviéramos herramientas para detectar la calidad y la seguridad de los alimentos. "dice Fadel Adib, un profesor asistente en el Media Lab que es coautor de un artículo que describe el sistema, que se presenta en el Taller ACM sobre temas candentes en redes. "Queremos democratizar la calidad y la seguridad de los alimentos, y llevarlo a manos de todos ".
Los coautores del artículo incluyen:postdoctorado y primer autor Unsoo Ha, postdoctorado Yunfei Ma, investigador visitante Zexuan Zhong, y el estudiante graduado de ingeniería eléctrica y ciencias de la computación Tzu-Ming Hsu.
El poder del "acoplamiento débil"
También se han desarrollado otros sensores para detectar sustancias químicas o deterioro en los alimentos. Pero esos son sistemas altamente especializados, donde el sensor está recubierto con productos químicos y entrenado para detectar contaminaciones específicas. En cambio, los investigadores de Media Lab apuntan a una detección más amplia. "Hemos trasladado esta detección únicamente al lado de la computación, donde va a utilizar el mismo sensor muy económico para productos tan variados como el alcohol y la fórmula para bebés, "Dice Adib.
Las etiquetas RFID son adhesivos con pequeños, antenas de ultra alta frecuencia. Vienen en productos alimenticios y otros artículos, y cada uno cuesta entre tres y cinco centavos. Tradicionalmente, un dispositivo inalámbrico llamado lector hace ping en la etiqueta, que se enciende y emite una señal única que contiene información sobre el producto al que está adherido.
El sistema de los investigadores aprovecha el hecho de que, cuando las etiquetas RFID se encienden, las pequeñas ondas electromagnéticas que emiten viajan y son distorsionadas por las moléculas e iones del contenido del recipiente. Este proceso se conoce como "acoplamiento débil". Esencialmente, si la propiedad del material cambia, también lo hacen las propiedades de la señal.
Un ejemplo simple de distorsión de características es con un contenedor de aire versus agua. Si un contenedor está vacío, la RFID siempre responderá a alrededor de 950 megahercios. Si está lleno de agua, el agua absorbe parte de la frecuencia, y su respuesta principal ronda los 720 megahertz. Las distorsiones de las características se vuelven mucho más finas con diferentes materiales y diferentes contaminantes. "Ese tipo de información se puede utilizar para clasificar materiales ... [y] mostrar diferentes características entre materiales impuros y puros, "Ha dice.
En el sistema de los investigadores, un lector emite una señal inalámbrica que alimenta la etiqueta RFID en un recipiente de comida. Las ondas electromagnéticas penetran el material dentro del contenedor y regresan al lector con amplitud (fuerza de la señal) y fase (ángulo) distorsionadas.
Cuando el lector extrae las características de la señal, envía esos datos a un modelo de aprendizaje automático en una computadora separada. Entrenando, los investigadores le dicen al modelo qué cambios de características corresponden a materiales puros o impuros. Para este estudio, usaron alcohol puro y alcohol contaminado con 25, 50, 75, y metanol al 100 por ciento; la fórmula para bebés fue adulterada con un porcentaje variado de melamina, de 0 a 30 por ciento.
"Luego, el modelo aprenderá automáticamente qué frecuencias se ven más afectadas por este tipo de impureza en este nivel de porcentaje, "Dice Adib." Una vez que obtengamos una nueva muestra, decir, 20 por ciento de metanol, el modelo extrae [las características] y las pondera, y te dice 'Creo con gran precisión que esto es alcohol con un 20 por ciento de metanol' ".
Ampliando las frecuencias
El concepto del sistema deriva de una técnica llamada espectroscopia de radiofrecuencia, que excita un material con ondas electromagnéticas en una amplia frecuencia y mide las diversas interacciones para determinar la composición del material.
Pero hubo un gran desafío al adaptar esta técnica para el sistema:las etiquetas RFID solo se encienden en un ancho de banda muy ajustado que oscila alrededor de los 950 megahercios. Extraer señales en ese ancho de banda limitado no generaría ninguna información útil.
Los investigadores se basaron en una técnica de detección que desarrollaron anteriormente, llamada excitación de dos frecuencias, que envía dos frecuencias:una para activación, y uno para detectar, para medir cientos de frecuencias más. El lector envía una señal de alrededor de 950 megahercios para alimentar la etiqueta RFID. Cuando se activa, el lector envía otra frecuencia que barre un rango de frecuencias de alrededor de 400 a 800 megahercios. Detecta los cambios de características en todas estas frecuencias y los transmite al lector.
"Dada esta respuesta, es casi como si hubiéramos transformado RFID baratos en diminutos espectroscopios de radiofrecuencia, "Dice Adib.
Debido a que la forma del contenedor y otros aspectos ambientales pueden afectar la señal, los investigadores están trabajando actualmente para garantizar que el sistema pueda dar cuenta de esas variables. También buscan expandir las capacidades del sistema para detectar muchos contaminantes diferentes en muchos materiales diferentes.
"Queremos generalizar a cualquier entorno, "Dice Adib." Eso requiere que seamos muy robustos, porque quieres aprender a extraer las señales correctas y eliminar el impacto del medio ambiente del interior del material ".