La minimizzazione dello spreco alimentare rappresenta una sfida fondamentale per il raggiungimento di sistemi sostenibili.
Un contributo significativo a questa problematica deriva dallo smaltimento, da parte dei consumatori, di prodotti ancora commestibili, a causa del raggiungimento della data di scadenza.
Attualmente, infatti, la definizione di quest’ultima considera ampi margini di sicurezza che potrebbero essere limitati attraverso l’impiego di tecniche di previsione più precise ed economicamente vantaggiose. In questo contesto, l’obiettivo di uno studio recente, effettuato da un gruppo di ricercatori tedeschi (Wunderlich et al., 2023), è stato quello di sviluppare un nuovo metodo, basato sull’impiego di sensori a basso costo e metodi di regressione (machine learning), per predire in modo accurato la shelf-life della pizza.
I risultati dimostrano che combinando un sensore di gas, come i composti voltatili organici o l’anidride carbonica, con il regressore random forest o con quello extreme gradient boosting è possibile determinare con precisione la data di deterioramento del prodotto. Secondo gli autori, però, per aumentare ulteriormente l’accuratezza del modello, è necessario espandere la raccolta dei dati per coprire tutte le fasi del ciclo di vita della pizza, ossia la produzione, la distribuzione, la vendita ed il consumo.
Inoltre, considerata la varietà del prodotto, la performance dello strumento dovrebbe essere testata con campioni caratterizzati da diversi condimenti. In questo modo è possibile ottenere uno strumento in grado non solo di ridurre lo spreco alimentare e di risparmiare risorse, ma anche di aumentare la sicurezza dei prodotti.