O Brasil é o segundo maior produtor mundial de cafés da espécie canéfora (Coffea canephora) e também um dos maiores produtores de conhecimento sobre o tema. Durante o doutorado de Michel Rocha Baqueta na Faculdade de Engenharia de Alimentos da Universidade Estadual de Campinas (FEA-Unicamp), por exemplo, foram publicados dez artigos em diferentes revistas científicas internacionais.
Em um deles, Baqueta e seus colegas usam imagens digitais, obtidas com um celular comum, para autenticar a origem geográfica dos cafés canéforas produzidos por indígenas em Rondônia, bem como para capturar adulterações no produto.
“Nosso método é baseado no sistema RGB [red, green and blue], que permite a obtenção de coordenadas de cores em dispositivos eletrônicos como celulares por meio de uma imagem, por exemplo. A foto é feita colocando-se a amostra [o café moído] em um dispositivo projetado com tecnologia de impressão 3D acoplado a um celular. O projeto do dispositivo foi criado para manter a análise sob condições de iluminação controladas e padronizar a distância e outras variáveis que são importantes nesse tipo de ensaio. As fotos carregam informações físicas sobre as amostras envolvendo medidas de colorimetria. Extraímos essas coordenadas de cor no programa de ciência de dados que utilizamos e criamos um modelo preditivo. A partir disso, conseguimos criar um sinal que fornece informação sobre aquela amostra e conseguimos treinar o modelo. É o que se chama de machine learning. Temos um grupo enorme de amostras autênticas e não autênticas e criamos um banco de dados. Quando estávamos com o modelo pronto e ‘treinado’, testamos as amostras restantes – já sabíamos previamente quais estavam adulteradas, e com o quê. As características do café apareceram na imagem e os nossos softwares conseguiram capturá-la. O modelo acertou em 95% das vezes”, afirma Baqueta.
Fonte: Revista Galileu
