Migliorare la qualità dell'olio extravergine di oliva con l'intelligenza artificiale

Un nuovo sistema di analisi non distruttivo promette di rivoluzionare il controllo di qualità dell’olio extra vergine di oliva. A metterlo a punto è un gruppo di ricercatrici e ricercatori delle Università di Bari e dell’Università di Milano, che ha sviluppato un protocollo basato su spettroscopia infrarossa e algoritmi di intelligenza artificiale per valutare in modo rapido, sostenibile e a basso costo la genuinità del prodotto.

Lo studio, pubblicato sulla rivista Food Chemistry, si concentra sulla stima degli esteri etilici degli acidi grassi, indicatori fondamentali per stabilire la qualità dell’olio e individuare eventuali difetti o sofisticazioni. Oggi questo parametro viene determinato tramite gascromatografia, una metodica ufficiale affidabile ma complessa, lenta e costosa, che richiede laboratori attrezzati e l’impiego di reagenti chimici.

Il nuovo approccio valorizza invece i dati ottenuti dalla spettroscopia FT-IR, che fornisce una sorta di “impronta digitale” del campione. Su queste informazioni intervengono modelli di analisi multivariata e algoritmi di apprendimento automatico capaci di individuare correlazioni invisibili all’analisi tradizionale. Tra i modelli testati, il più performante è risultato quello basato su XGBoost, integrato con strumenti di intelligenza artificiale spiegabile che consentono di identificare e interpretare le regioni spettrali maggiormente associate alla presenza degli esteri etilici.

“I nostri obiettivi sono fornire al settore oleario uno strumento intelligente, veloce e sostenibile, capace di migliorare concretamente i processi di controllo della qualità”, spiega Sabina Tangaro, responsabile scientifica del progetto per l’Università di Bari. “L’integrazione tra spettroscopia e intelligenza artificiale può rendere le verifiche più accessibili ed efficienti”.

I vantaggi sono evidenti: drastica riduzione di tempi e costi, minore impatto ambientale rispetto ai metodi tradizionali e possibilità di effettuare screening rapidi su un numero elevato di campioni, ottenendo in tempi brevi un’indicazione affidabile della conformità del prodotto. Pur non sostituendo ancora la metodica ufficiale, il sistema può già rappresentare un efficace strumento preliminare per produttori, frantoi, consorzi e organismi di certificazione.

Il lavoro si inserisce nell’ambito del progetto METROFOOD-IT, che vede l’Università di Bari impegnata nello sviluppo di modelli avanzati di intelligenza artificiale applicati al settore agrifood. Il team sta ora ampliando il dataset sperimentale e lavorando all’estensione della metodologia ad altri parametri chiave dell’olio extra vergine, come acidità, numero di perossidi e contenuto fenolico, con l’obiettivo di realizzare un sistema integrato capace di offrire una valutazione completa e affidabile della qualità del prodotto.