麻省理工学院媒体实验室的研究人员开发了一种无线系统，该系统使用数千亿产品的廉价RFID标签来感知潜在的食品污染，而无需修改硬件。研究人员希望通过一个简单且可扩展的系统，将食品安全检测带给公众。在过去的二十年里，食品安全事件几乎每年都成为全世界疾病和死亡的头条。例如，早在2008年，中国就有5万名婴儿因食用掺有三聚氰胺的婴儿配方奶粉而住院，三聚氰胺是一种用于制造塑料的有机化合物，高浓度时有毒。今年4月，印尼有100多人死于饮酒。部分甲醇是一种有毒酒精，通常用于稀释全球黑市上出售的葡萄酒。

研究人员的系统名为RFIQ，其中包括一个阅读器，当信号与食物相互作用时，它可以检测到RFID标签发出的无线信号的微小变化。在这项研究中，他们专注于婴儿配方奶粉和酒精，但在未来，消费者可能会有自己的阅读器和软件，在购买几乎任何产品之前进行食品安全测试。研究人员表示，该系统还可以在超市的密室或智能冰箱中实现，以持续ping RFID标签，并自动检测食物腐败。这项技术依赖于这样一个事实，即RFID标签发出的信号的一些变化对应于产品中某些污染物的水平。机器模型“学习”这些相关性，给定一种新材料，它可以预测这种材料是纯净的还是污染的，以及浓度。在实验中，该系统检测含三聚氰胺的婴儿配方奶粉的准确率为96%，用甲醇稀释酒精的准确率为97%。

“近年来，如果我们都有自己的工具来感知食品质量和安全，我们就可以避免许多与食品和饮料有关的危害，”媒体实验室的助理教授兼合著者法德尔阿迪布说。在一篇描述这个系统的论文中，这篇论文正在ACM网络热点话题研讨会上发表。“我们希望让食品质量和安全民主化，并让每个人都能享用。”本文的合著者包括：博士后和第一作者Unsoo Ha、博士后、客座研究员钟泽轩和电气工程与计算机科学研究生徐子明。

“弱耦合”的力量

还开发了用于检测食物中的化学物质或腐败的其他传感器。但这些都是高度专业化的系统，其中传感器涂有化学物质，并经过训练以检测特定的污染物。实验室中媒体研究人员的目标是拥有更大范围的感知。“我们已经将这种检测纯粹转移到计算方面，在计算方面，你将对各种产品使用相同的非常便宜的传感器，如酒精和婴儿配方奶粉，”Adib说。RFID标签是一种带有微型超高频天线的贴纸。它们来自食物和其他物品，每个大约3到5美分。传统上，一种称为阅读器的无线设备会触发标签，标签会启动并发出一个独特的信号，其中包含标签所贴产品的相关信息。

研究人员的系统充分利用了这样一个事实，即当RFID标签通电时，它们发出的小电磁波会进入并被容器内容物中的分子和离子扭曲。这个过程被称为“弱耦合”。基本上，如果材料的属性发生变化，信号属性也会发生变化。一个简单的变形例子是一个装有空气和水的容器。如果集装箱是空的，RFID将总是以大约950 MHz的速度响应。如果装满水，水会吸收一些频率，它的主响应只有720 MHz左右。扭曲使用不同的材料和不同的污染物来获得更精细的粒度。“这种信息可以用来对材料进行分类.在不纯材料和纯材料之间表现出不同的特征，”哈说。

在研究人员的系统中，阅读器发出无线信号，为食品容器上的RFID标签供电。电磁波穿透容器中的材料，并以失真的振幅(信号强度)和相位(角度)返回到读取器。当读取器提取信号特征时，它将这些数据发送到单独计算机上的机器学习模型。在训练中，研究人员告诉模型哪些特征变化对应纯材料或不纯材料。在这项研究中，他们使用纯酒精和含25%、50%、75%和100%甲醇的酒精；婴儿配方奶粉中混合了不同比例的三聚氰胺，比例从0%到30%不等。“然后，模型将自动知道在这个百分比水平上受这种杂质影响最大的频率，”Adib说。“一旦我们得到一个新的样本，比如20%的甲醇，模型就会提取[特征]并进行加权，然后告诉你，‘我认为这是含有20%甲醇的酒精。’"

扩展频率

这个系统的概念源于一种叫做射频光谱学的技术，这种技术可以用宽频率的电磁波激发材料，并测量各种相互作用，以确定材料的组成。然而，该系统采用该技术存在一个主要挑战：RFID标签仅在非常紧凑的带宽内振荡，其波动约为950 MHz。在有限的带宽内提取信号不会净化任何有用的信息。

研究人员基于他们以前开发的传感技术，称为双频激励，它发送两种频率——一种用于激活，一种用于传感——来测量数百种频率。读取器发送大约950 MHz的信号来给RFID标签供电。当它被激活时，读取器发送另一个频率，扫描大约400到800 MHz的频率范围。它检测所有这些频率的功能变化，并将它们提供给阅读器。“鉴于这种反应，这几乎就好像我们已经把廉价的RFID变成了一个微型无线电频率分光镜，”Adib说。由于容器的形状和其他环境因素会影响信号，研究人员目前正在努力确保该系统能够解释这些变量。他们还在寻求扩大系统的能力，以检测许多不同材料中的许多不同污染物。“我们希望将它推广到任何环境，

rdquo;阿迪布说。“这需要我们非常强大，因为你想要学习提取正确的信号，并消除环境对材料内部的影响。”