カラチ:
パキスタンの科学者チームは、自生の柑橘類の甘さを正確に評価する人工知能 (AI) ベースの視覚的分類方法を開発し、科学的に大きな進歩を遂げました。

国立科学技術大学 (NUST) の国立ロボティクス・オートメーションセンターのアイーシャ・ゼブ博士が率いるチームは、その過程で果物を傷つけることなく、果物の甘さを 80% 以上の精度で予測することに成功しました。

実験を実施するために、研究者らはチャクワル地区の農場からブラッドレッド、モサンビ、スッカリの品種を含む92種類の柑橘類を選択し、手持ち型分光計を利用して、果物の皮のマークされた領域から反射光から得られるパターンであるスペクトルを取得しました。研究チームは、非可視光スペクトルの分析を可能にする技術である近赤外（NIR）分光法を利用して、果物のサンプルを検査しました。92 個の果実のうち、64 個はキャリブレーションに使用され、28 個は分光計による予測に使用されました。

損傷のない果物の分類に NIR 分光法を使用することは新しいことではありませんが、パキスタンのチームの新しいアプローチには、地元の果物の甘さをモデル化するために NIR 分光法を適用することが含まれていて、さらに、オレンジの甘さを直接分類するための人工知能アルゴリズムを統合し、精度が向上しました。

伝統的に、果物の甘さを評価するには、化学的検査と官能検査が必要です。オレンジの甘味はブリックスとして知られる総糖の測定によって決定され、クエン酸レベルは滴定酸度 (TA) によって示されます。AI モデルを開発するために、チームは、分光分析に使用されるマークされた領域からサンプルを剥がすことにより、Brix、TA、および果物の甘味の基準値を取得しました。

サンプルから抽出した果汁を実験室で試験することにより、実際の Brix 値と TA 値が得られました。さらに、人間のボランティアが果物を試食し、平ら、甘い、または非常に甘いと分類しました。

得られたスペクトル、参照値、甘味ラベルを使用して、チームは合計 128 個のサンプルで AI アルゴリズムをトレーニングしました。AI モデルは、スペクトル データに基づいて Brix、TA、甘味レベルを予測するように設計されました。モデルの精度を評価するために、研究者らは 48 個の新しい果物のデータを使用してモデルをテストし、予測値と官能評価および化学分析を通じて得られた実際の測定値を比較しました。

AI モデルは Brix、TA、全体的な甘味の値を正確に予測しただけでなく、甘味の予測において従来の方法を上回ったため、その結果は驚くべきものでした。このモデルは、甘味、混合味、酸味の識別に関して全体的な精度率 81.03% を達成しました。

この科学的進歩は、柑橘類業界、特に柑橘類の品質の評価において重要な意味を持ちます。バナナやマンゴーとは異なり、オレンジは木から収穫されるとそれ以上熟しません。したがって、この革新的な AI ベースの方法は、柑橘類の甘味の評価を合理化および強化し、業界に利益をもたらし、消費者の満足度を向上させることができます。

パキスタンは、2020年に46万トンを輸出し、世界第6位の柑橘類生産国であり、この進歩から利益を得る立場にあり、この研究の結果権威ある研究雑誌である Nature に掲載されました。

このプロジェクトは、国立科学技術大学 (NUST) の国立ロボティクス・オートメーションセンターのアイーシャ・ゼブ博士とモーシン・イスラム・ティワナ博士が主導する共同作業でアイルランド・ダブリン工科大学コンピュータサイエンス学部のWaqar Shahid Qureshi博士。NUST信号軍事大学のアブドゥル・ガフール博士、ムハマド・イムラン博士、アリーナ・ミルザ博士。ファイサラバード農業大学園芸科学研究所のアマヌラ・マリク博士。サウジアラビアのメッカにあるウンム・アル・クラ大学コンピューターサイエンス学部のエイサ・アラナジ博士のものです。

原文：
Pakistani scientists develop AI method to determine citrus fruit sweetness

https://tribune.com.pk/story/2419409/pakistani-scientists-develop-ai-method-to-determine-citrus-fruit-sweetness