Wageningen University & Research (WUR) ontwikkelt kunstmatige intelligentie (AI) die consumenten moet helpen de herkomst van hun voedsel te verifiëren. Met één foto van een product zoals een biologische banaan kan straks worden gecontroleerd of het etiket wel echt klopt.
© Baloncici | Dreamstime
Voedselfraude is een groeiend wereldwijd probleem, vooral bij dure en hoogwaardige producten zoals saffraan, vanille, olijfolie en biologische producten. "Alleen al in Europa wordt de schade door voedselfraude geschat op 8 tot 12 miljard euro per jaar," zegt onderzoeker Yamine Bouzembrak. Zo blijken biologische bananen uit Ecuador soms helemaal niet biologisch te zijn, maar simpelweg verkeerd gelabeld.
Combinatie van AI met 'citizen science'
Bouzembrak en zijn team combineren AI met citizen science: burgers leveren via het platform iNaturalist foto's van bananen uit twintig landen, inclusief basisinformatie over het land van herkomst. Deze beelden worden gebruikt om een AI-model te trainen dat subtiele regionale verschillen kan herkennen. "Toen realiseerde ik me dat zo'n systeem ook voor voedselproducten zou kunnen werken," zegt Bouzembrak.
Het AI-model, een zogenoemd convolutioneel neuraal netwerk (CNN), leert patronen in kleur, vorm en textuur te herkennen, vergelijkbaar met hoe mensen dingen visueel onderscheiden. De eerste tests lieten een nauwkeurigheid van boven de tachtig procent zien. "Dat is veelbelovend, maar voor een bruikbaar prototype streven we naar minstens vijfennegentig procent," aldus Bouzembrak.
Inspecteurs en laboratoria blijven essentieel
Het systeem is bedoeld als hulpmiddel voor inspecteurs en laboratoria. "Met een AI-systeem als dit kun je sneller bepalen welke partijen bananen extra aandacht verdienen. Inspecteurs en laboratoria blijven essentieel om fraude definitief vast te stellen," legt Bouzembrak uit. De AI fungeert vooral als slimme voorselectie, waardoor dure laboratoriumtests alleen nodig zijn voor producten met het hoogste risico.
Het onderzoek richt zich voorlopig op producten die duidelijke visuele kenmerken hebben, zoals bananen, saffraan, vanille en noten. Vloeibare producten zoals olijfolie of honing zijn minder geschikt, omdat ze te weinig visuele variatie vertonen. Het uiteindelijke doel is een app die consumenten en bedrijven helpt bij het controleren van herkomst en kwaliteit. "Op de lange termijn zouden vergelijkbare AI-technieken ook kunnen helpen bij het beoordelen van versheid of kwaliteit," zegt Bouzembrak.
Op zoek naar financiering voor vervolg|
In de komende maanden wil het team peilen of importeurs, inspecteurs en andere betrokkenen interesse hebben om de applicatie verder te ontwikkelen. Bouzembrak: "Mijn focus ligt op het wetenschappelijk onderzoek, maar ik hoop via een publiek-private samenwerking financiering te vinden om het project verder te brengen."
Het project laat zien dat AI, gecombineerd met door burgers aangeleverde beelden, een effectief vroegtijdig waarschuwingsinstrument kan vormen. Hierdoor kunnen inspecteurs laboratoriumanalyses gerichter inzetten en wordt de transparantie in voedselketens versterkt.
Bron: WUR
