Adesivos RFID podem sinalizar alimentos contaminados

Se um alimento não for seguro para consumo, é melhor descobrir isso antes que alguém o coma. Mas o teste manual de cada frasco e mamadeira não é possível, mesmo quando uma ameaça, como o recente susto da comida para bebês, é conhecida. Pesquisadores do MIT descobriram uma maneira de verificar muitos itens instantaneamente, de forma não invasiva e à distância – usando as etiquetas RFID que muitos produtos já possuem.

RFID, ou identificação por radiofrequência, usa uma pequena antena embutida em um adesivo ou etiqueta que é ativada e alimentada por ondas de rádio em uma frequência muito específica. Quando um transceptor envia um sinal de 950 MHz, a etiqueta RFID é ativada e retransmite um sinal ligeiramente diferente, identificando-se. Produtos que se anunciam? Conveniente para fazer inventário!

O que os pesquisadores descobriram foi que esse sinal de retorno, fora da própria parte que contém a informação, pode ser afetado pelo próprio conteúdo do produto, uma vez que as ondas de rádio precisam passar por ele. Conseqüentemente, um pote cheio de molho de macarrão e outro cheio de azeitonas produziriam perfis de sinal diferentes – assim como um pote de comida para bebê intocado em comparação com um pote contaminado com melamina.

“É quase como se tivéssemos transformado RFID baratos em minúsculos espectroscópios de radiofrequência”, disse Fadel Adib, co-autor do artigo que descreve o novo sistema, num comunicado de imprensa do MIT.

O problema é que essas diferenças podem ser muito pequenas e não é como se tivessem sido documentadas em algum lugar – esta é a primeira vez que alguém tenta fazer isso. Então, naturalmente, a equipe recorreu ao aprendizado de máquina. Eles treinaram um modelo que pode dizer com confiança a que corresponde um perfil de sinal, com pequenas variações decorrentes, por exemplo, de pequenas diferenças na orientação ou na largura do vidro.

Neste momento, o sistema, que eles chamam de RFIQ, pode dizer a diferença entre fórmulas infantis puras e contaminadas com melamina, e entre várias adulterações de álcool etílico puro. Isso é praticamente tudo na minha lista de compras, então estou pronto, mas obviamente a equipe gostaria que isso se aplicasse a muitos mais produtos. Agora que foi demonstrado que o método funciona, esse é o plano.

A tarefa só ficará mais difícil à medida que coisas como variáveis ​​ambientais (prateleiras) e outras interferências sem fio aumentam o problema. Mas os algoritmos de aprendizado de máquina são bons em extrair sinais do ruído, então, com sorte, a técnica funcionará sem muitos problemas.

Você pode ler o artigo completo que documenta o sistema RFIQ aqui (PDF).