L’intelligenza artificiale per scoprire le frodi sull’olio extra vergine di oliva italiano

L'olio extravergine di oliva (EVOO) rappresenta un ingrediente fondamentale della dieta mediterranea. Essendo un prodotto di prima scelta, i consumatori dovrebbero avere la garanzia della sua qualità e della sua origine geografica, giustificando l'elevato costo di acquisto. Per questo motivo, è importante disporre di nuovi strumenti affidabili in grado di classificare i prodotti in base alla loro origine geografica.

Le tecniche spettroscopiche abbinate alle analisi chemiometriche sono ampiamente utilizzate per autenticare e differenziare gli oli alimentari. La maggior parte dei metodi spettroscopici tende a concentrarsi sui composti principali della frazione saponificabile di un olio e solo pochi si sono concentrati sul contenuto di composti minori, come pigmenti e antiossidanti. La comunità europea non ha ancora accettato molte delle indicazioni della comunità scientifica relative ai composti minori che, per legge, non vengono presi in considerazione per la definizione dell'autenticità degli oli. Tuttavia, molti dei composti minori sono presenti in quantità significative solo negli extra vergini e la loro quantificazione potrebbe essere di grande aiuto all'industria olearia.

L’intelligenza artificiale per scoprire le frodi sull’olio extra vergine di oliva italiano

Una ricerca del Crea ha dimostrato l'efficienza di uno spettrofotometro open source a luce visibile e vicino all'infrarosso (VIS-NIR), basato su una specifica app, nella valutazione dell'origine geografica dell'olio d'oliva.

Sono stati quindi analizzati 67 campioni di extra vergini italiani e 25 stranieri, i cui dati spettrali sono stati elaborati attraverso un algoritmo di intelligenza artificiale. I risultati dell'analisi multivariata della varianza (MANOVA) hanno evidenziato differenze significative (p < 0,001) tra le matrici VIS-NIR degli oli italiani e stranieri.

Il modello di rete neurale artificiale (ANN) con test esterno ha mostrato una percentuale di classificazione corretta pari al 94,6%. Sia il metodo MANOVA che l'ANN hanno dimostrato che gli intervalli di lunghezze d'onda spettrali più importanti per la determinazione dell'origine sono 308-373 nm e 594-605 nm. Questi sono legati all'assorbimento dei componenti fenolici, carotenoidi, clorofille e antociani.

Rispetto ai costosi e lunghi metodi cromatografici, le procedure basate su strumenti spettroscopici (open source) sono economiche (meno di 1000 euro) e non richiedono il preprocesso del campione. Inoltre, essendo veloci, queste tecniche possono essere utilizzate per valutare una vasta collezione di campioni in tempi ragionevoli. L'analisi quantitativa dei pigmenti può avvenire direttamente presso i siti di produzione e i punti vendita, attraverso strumenti portatili di facile utilizzo, anche da parte di personale non esperto. La RNA addestrata utilizzata per classificare i campioni in base ai loro spettri ottici può essere facilmente implementata su un'app per una classificazione immediata. Lo sviluppo di metodi semplici e affidabili che possano verificare l'autenticità e garantire la qualità dei prodotti agroalimentari è fondamentale. È incoraggiante notare che questo tipo di analisi sarebbe molto vantaggioso per i produttori stessi e per i consumatori. Infatti, queste tecniche possono ottenere una precisione paragonabile a quella delle tecniche tradizionali, più costose e lunghe. Inoltre, poiché il loro costo di applicazione si basa interamente sul budget strumentale, e non su reagenti o altri materiali di consumo costosi, possono essere applicate a un numero elevato di campioni e quindi, in caso di presunte frodi, possono essere utilizzate come strumenti di pre-screening che portano a un'ottimizzazione dei tempi e dell'economia.