La Inteligencia Artificial sigue sorprendiendo, pues tiene la capacidad de desarrollar los cinco sentidos mejor que un ser humano. Una “lengua” tecnológica es capaz de describir, más rápido que un experto, la diferencia entre del sabor y composición entre las populares Pepsi y Coca-Cola, lo que abre una gran puerta para mejorar la industria alimentaria y el control de calidad.
Esta lengua electrónica utiliza sensores de grafeno, un material con alta conductividad eléctrica y térmica, que utiliza IA para detectar moléculas en líquidos. Al interactuar con el grafeno, los líquidos alteran su conductividad, lo que genera señales eléctricas. Un transistor de efecto de campo sensible a iones (ISFET) detecta estas variaciones. Los datos son procesados por una red neuronal, que identifica patrones específicos de cada líquido. Esto permite reconocerlos con gran precisión.
LENGUA CON INTELIGENCIA ARTIFICIAL DETECTA LAS REALES DIFERENCIAS ENTRE COCA-COLA Y PEPSI
La lengua electrónica, que utiliza sensores de grafeno, ha saltado a la fama porque ha sido capaz de detectar diferencias en dos populares bebidas de composición química similar: Pepsi y Coca-Cola. Estas populares marcas son de consumo mundial y, para muchos, el sabor es muy parecido, pero este aparato, impulsado por inteligencia artificial (IA), ha sido capaz de detectar estas sutilezas con una precisión superior al 80%.
La habilidad de la lengua electrónica no lo solo se limita a este tipo de bebidas, también es capaz de detectar variedades de café y refrescos dietéticos, como Coca Cola Diet o Coca Cola Zero. Además, ha demostrado una precisión del 98-99% al evaluar la frescura de jugos de fruta y detectar adulteraciones en la leche, garantizando la calidad y seguridad de los productos. Esto abre posibilidades para mejorar el control de calidad en alimentos y bebidas.
OPTIMIZA EL CONTROL DE CALIDAD
Más allá de detectar las diferencias entre los componentes y el sabor entre la Cola Cola y la Pepsi, la lengua electrónica tiene el potencial de detectar contaminantes en alimentos y bebidas. Una de sus aplicaciones más prometedoras es la identificación de las sustancias perfluoroalquiladas y polifluoroalquiladas (PFAS, por sus siglas en inglés), compuestos difíciles de detectar que son dañinos para la salud y persisten en el ambiente. Gracias a su alta sensibilidad, este dispositivo podría mejorar la seguridad alimentaria al identificar estos contaminantes rápidamente. Su versatilidad y el uso de IA abren nuevas oportunidades para optimizar el control de calidad en la cadena de suministro.