Une technologie d’IA pour repérer le faux miel
Une équipe de recherche de l’Université ºÚÁϲ»´òìÈ a développé une méthode de vérification de l’origine du miel fondée sur l’IA pour s’assurer que ce qu’il y a sur l’étiquette correspond à ce qu’il y a dans le pot – et mettre fin à une pratique frauduleuse de longue date.
« Le miel est l’un des produits du commerce mondial les plus faciles à falsifier, souvent au moyen d’étiquettes trompeuses sur la production ou le type de fleurs où les abeilles ont butiné le nectar », explique Stéphane Bayen, auteur principal de l’étude, professeur agrégé et directeur du Département des sciences des aliments et d’agrochimie de l’Université ºÚÁϲ»´òìÈ.
En raison de leurs saveurs uniques et de leurs possibles bienfaits pour la santé, les miels produits à partir d’une seule variété de fleurs coûtent souvent plus cher.
Stéphane Bayen indique que si certains producteurs trompent volontairement les consommateurs pour leur vendre leur miel plus cher, d’autres le font sans le vouloir. En effet, il est difficile de savoir précisément quelles variétés de fleurs les abeilles butinent.
Or, la nouvelle méthode de vérification permet de déterminer quels types de fleurs ont servi à la fabrication du miel. Cette information est importante, car les consommateurs paient plus cher les miels produits à partir d’une seule variété de fleurs.
Jusqu’à maintenant, on procédait à une analyse du pollen pour authentifier le miel, une technique qui ne fonctionne que si le produit n’est ni traité ni filtré. La nouvelle approche emploie la spectrométrie de masse à haute résolution pour analyser le miel au niveau moléculaire et établir son « empreinte » chimique unique. Les algorithmes d’apprentissage machine lisent ensuite l’« empreinte » du miel pour en déterminer l’origine. Pour vérifier l’exactitude de leur méthode, l’équipe de recherche s’en est servi pour déterminer l’origine d’une variété d’échantillons de miel, puis a comparé les résultats à ceux de sources botaniques reconnues.
« En quelques minutes seulement, notre méthode permet d’identifier la source d’un miel donné, un exercice qui prend normalement des jours. Nous pouvons même déterminer la source des miels transformés, ce que ne permettent pas les techniques traditionnelles », explique le professeur.
Une protection pour les consommateurs et les producteurs
L’intérêt des consommateurs pour les produits locaux, comme le miel de bleuets du Québec, ne cesse de croître. Ainsi, cette nouvelle technique pourrait protéger à la fois les consommateurs et les apiculteurs éthiques.
« Les gens ont le droit de savoir si le produit qu’ils achètent est bien celui qu’on prétend leur vendre, et les producteurs méritent d’être protégés de la concurrence malhonnête », soutient Stéphane Bayen.
L’équipe de recherche espère que les agences d’inspection des aliments du monde entier adopteront sa technique. Prochaine étape : déterminer comment cette technologie d’IA pourrait être utilisée pour d’autres produits qui risquent de faire l’objet d’un étiquetage trompeur.
³¢â€™Ã©t³Ü»å±ð
L’article « Rapid Convolutional Algorithm for the Discovery of Blueberry Honey Authenticity Markers via Nontargeted LC-MS Analysis », par Shawninder Chahal, Stéphane Bayen et coll., a été publié dans la revue Analytical Chemistry.
³¢â€™Ã©t³Ü»å±ð a reçu le soutien de l’Agilent Thought Leader Award, de la Fondation canadienne pour l’innovation et du projet du Conseil de recherches en sciences naturelles et en génie du Canada.
