麻省理工學院媒體實驗室的研究人員已開發出一種無線系統，利用已有數百億種產品的廉價RFID標簽來感知潛在的食品污染 - 無需進行硬件修改。通過簡單，可擴展的系統，研究人員希望將食品安全檢測帶給大眾。

在過去二十年中，食品安全事件幾乎每年都成為全球引發疾病和死亡的頭條新聞。例如，早在2008年，中國有5萬名嬰兒因食用摻有三聚氰胺的嬰兒配方奶粉而入院治療，三聚氰胺是一種用于制造塑料的有機化合物，高濃度有毒。今年4月，印度尼西亞有100多人死于酒精飲用，其中部分甲醇是一種有毒酒精，通常用于稀釋全球黑市上出售的酒。

研究人員的系統稱為RFIQ，它包括一個讀取器，可以在信號與食物相互作用時檢測RFID標簽發出的無線信號的微小變化。在這項研究中，他們專注于嬰兒配方奶粉和酒精，但在未來，消費者可能擁有自己的讀者和軟件來進行食品安全檢測，然后才購買幾乎任何產品。研究人員表示，系統還可以在超市后房或智能冰箱中實施，以持續ping RFID標簽，自動檢測食物腐敗。

該技術取決于以下事實：從RFID標簽發出的信號的某些變化對應于該產品內的某些污染物的水平。一個機器學習模型 “學習”賦予了新材料的相關性，并且，如果材料是純的或污染，以及在什么濃度可以預測。在實驗中，該系統檢測出嬰兒配方奶粉含有三聚氰胺，準確度為96%，酒精用甲醇稀釋，準確度為97%。

“近年來，如果我們都有自己感知食品質量和安全性的工具，那么我們可以避免與食品和飲料有很多相關的危害，”媒體實驗室助理教授，共同作者Fadel Adib說。在描述該系統的論文上，該論文正在ACM網絡熱點話題研討會上發表。“我們希望將食品質量和安全民主化，并將其交給每個人。”

該論文的共同作者包括：博士后和第一作者Unsoo Ha，博士后Yunfei Ma，訪問研究員Zexuan Zhong，以及電氣工程和計算機科學研究生Tzu-Ming Hsu。

“弱耦合”的力量

還開發了用于檢測食品中的化學品或腐敗的其他傳感器。但這些都是高度專業化的系統，其中傳感器涂有化學物質并經過培訓以檢測特定的污染物。媒體實驗室研究人員的目標是更廣泛的傳感。“我們將這種檢測純粹轉移到了計算方面，在那里你將使用同樣非常便宜的傳感器，用于各種產品，如酒精和嬰兒配方奶粉，”Adib說。

RFID標簽是貼有微型超高頻天線的貼紙。它們來自食品和其他物品，每個成本約為3至5美分。傳統上，稱為閱讀器的無線設備對標簽進行ping操作，該標簽啟動并發出包含有關其所粘貼產品信息的唯一信號。

研究人員的系統利用了這樣一個事實：當RFID標簽通電時，它們發出的小電磁波進入容器內容物的分子和離子并被其扭曲。這個過程被稱為“弱耦合”。基本上，如果材料的屬性發生變化，那么信號屬性也會發生變化。

特征變形的一個簡單例子是空氣與水的容器。如果容器是空的，RFID將始終以大約950兆赫的速度響應。如果它充滿水，水會吸收一些頻率，其主要響應僅為720兆赫茲左右。特征變形使用不同的材料和不同的污染物得到更細粒度。“這種信息可用于對材料進行分類...... [和]顯示不純材料和純材料之間的不同特征，”Ha說。

在研究人員的系統中，讀取器發出無線信號，為食品容器上的RFID標簽供電。電磁波穿透容器內的材料并以失真的幅度(信號強度)和相位(角度)返回到讀取器。

當閱讀器提取信號特征時，它將這些數據發送到單獨計算機上的機器學習模型。在培訓中，研究人員告訴模型哪些特征變化對應于純材料或不純材料。在這項研究中，他們使用含有25%，50%，75%和100%甲醇的純酒精和酒精; 嬰兒配方奶粉摻雜了不同比例的三聚氰胺，從0%到30%。

“然后，該模型將自動了解這種雜質在這個百分比水平下受哪種頻率影響最大，”Adib說。“一旦我們得到一個新的樣品，比如20%的甲醇，該模型提取[特征]并加權，并告訴你，'我認為這是含20%甲醇的酒精。'”

擴大頻率

該系統的概念源于一種稱為射頻光譜的技術，該技術可以在很寬的頻率下激發具有電磁波的材料，并測量各種相互作用以確定材料的構成。

但是，對于該系統采用這種技術存在一個主要挑戰：RFID標簽僅在非常緊湊的帶寬上振蕩，其波動大約為950兆赫茲。在有限的帶寬內提取信號不會凈化任何有用的信息。

研究人員建立在他們之前開發的傳感技術的基礎上，稱為雙頻激勵，它發送兩個頻率 - 一個用于激活，一個用于傳感 - 測量數百個頻率。讀取器發送大約950兆赫茲的信號來為RFID標簽供電。當它激活時，閱讀器發送另一個頻率，掃描大約400到800兆赫茲的頻率范圍。它檢測所有這些頻率的功能變化，并將它們提供給閱讀器。

“鑒于這種反應，它幾乎就像我們已經將廉價的RFID轉變為微型射頻分光鏡，”Adib說。

由于容器的形狀和其他環境因素會影響信號，研究人員目前正致力于確保系統能夠解釋這些變量。他們還在尋求擴展系統的能力，以檢測許多不同材料中的許多不同污染物。

“我們想要推廣到任何環境，”阿迪布說。“這需要我們非常強大，因為你想學習提取正確的信號，并消除環境對材料內部的影響。”