XÂY DỰNG BỘ KIT VÀ KẾT HỢP MÔ HÌNH DEEP LEARNING VỚI SỰ HỖ TRỢ CỦA ROBOFLOW ĐỂ PHÁT HIỆN UREA, FORMALIN, TINH BỘT TRONG THÀNH PHẦN SỮA.

Đề tài “Xây dựng bộ Kit và kết hợp mô hình Deep Learning với sự hỗ trợ của Roboflow để phát hiện urea, formalin, tinh bột trong thành phần sữa” mang tính mới và sáng tạo rõ nét cả về hình thức lẫn nội dung. Hiện nay tại Việt Nam nói chung và thành phố Huế nói riêng, đa số các nghiên cứu và giải pháp liên quan đến phát hiện thực phẩm giả (đặc biệt là sữa giả) vẫn tập trung ở mức phòng thí nghiệm chuyên sâu, sử dụng các thiết bị hiện đại như HPLC, phổ hấp thụ,…. Tuy nhiên, chưa có công bố chính thống nào ứng dụng mô hình trí tuệ nhân tạo (AI) để nhận diện màu phản ứng hóa học trong việc phát hiện urea, formalin, tinh bột trong trong sữa. Do đó, việc tích hợp công nghệ Deep Learning vào một bộ KIT đơn giản là một hướng đi mới, chưa trùng lặp với các đề tài đã được công bố chính thức. Đề tài thể hiện tính đột phá trong việc ứng dụng Trí tuệ Nhân tạo thông qua mô hình nhận diện đối tượng tiên tiến YOLOv11 để phân tích phản ứng màu. Khác với các phương pháp phân loại hình ảnh truyền thống, YOLOv11 cho phép hệ thống không chỉ xác định sự hiện diện của chất gian lận mà còn có khả năng khoanh vùng chính xác vị trí của từng điểm màu phản ứng của urea, formalin, tinh bột trên bộ Kit, từ đó cung cấp thông tin chi tiết và kết luận sự có mặt của các chất gây hại. Một điểm sáng tạo quan trọng là giải pháp AI cho vấn đề nhiễu màu và điều kiện ánh sáng. Quy trình quản lý dữ liệu cũng được nâng tầm sáng tạo với sự hỗ trợ của Roboflow, nền tảng này giúp tổ chức, gán nhãn chính xác (bounding box) và tăng cường dữ liệu tự động, mở rộng tập dữ liệu huấn luyện, làm cho mô hình AI trở nên mạnh mẽ và tổng quát hóa tốt hơn. Cuối cùng, việc áp dụng AI mang lại tính định tính khách quan vượt trội so với đánh giá chủ quan bằng mắt người, từ đó nâng cao đáng kể độ tin cậy của kết quả. Việc tối ưu hóa bộ thuốc thử rẻ tiền nhưng đặc hiệu, cùng với nền tảng AI hỗ trợ phân tích ảnh qua smartphone, giúp đề tài đảm bảo tính khoa học, sáng tạo, có tiềm năng triển khai nghiên cứu và phát triển rộng rãi trong cộng đồng. Bên cạnh đó, đề tài có sự kết hợp giữa Hóa học – Công nghệ thực phẩm – Tin học – Trí tuệ nhân tạo, thể hiện tính tích hợp trong giáo dục STEM góp phần tạo nên nguồn tư liệu chất lượng cho việc xây dựng chủ đề dạy học tại các đơn vị giáo dục phổ thông. Bộ Kit được sử dụng từ các hóa chất đơn giản, an toàn và thân thiện với môi trường, dễ dàng thực hiện trong các tiết dạy học STEM tại phòng thí nghiệm phổ thông.

Đề tài có khả năng ứng dụng rộng rãi trong điều kiện thực tế tại thành phố Huế cũng như các địa phương khác nhờ chi phí thấp, thao tác đơn giản và tính khả thi trong nghiên cứu phát triển cao. Bộ Kit đã được xây dựng thử nghiệm trong điều kiện phòng thí nghiệm phổ thông với các loại sữa phổ biến trên thị trường, cho kết quả phản ứng màu rõ ràng, dễ nhận biết. Mô hình phân tích ảnh sử dụng Roboflow và nền tảng Deep Learning cũng đã được huấn luyện thử nghiệm và cho thấy có khả năng phân biệt màu sắc chính xác trên các loại nền sữa khác nhau. Bộ Kit có thể được nghiên cứu, phát triển và có tiềm năng sử dụng tại hộ gia đình, trường học, cơ sở y tế hoặc cơ sở thu gom sữa nhỏ lẻ để sàng lọc ban đầu – đặc biệt trong bối cảnh cần hạn chế tồn tại nhiều điểm tiêu thụ sữa không rõ nguồn gốc. Ngoài ra, việc sử dụng smartphone để phân tích ảnh màu giúp khắc phục hạn chế trong đánh giá cảm quan, mở rộng khả năng sử dụng cho cả người không chuyên. Đề tài cũng phù hợp để phát triển thành 1 chủ đề giáo dục STEM, phục vụ dạy học tích hợp tại các trường phổ thông ở thành phố Huế tăng sự hứng thú của học sinh trong học tập, góp phần xây dựng nguồn tư liệu tham khảo chất lượng cho cán bộ giáo viên.

Đề tài mang lại hiệu quả kinh tế – xã hội rõ rệt và vượt trội so với các phương pháp kiểm nghiệm sữa hiện có tại Việt Nam. Thay vì sử dụng các thiết bị phân tích hiện đại như HPLC, phổ hấp thụ nguyên tử,… vốn yêu cầu chi phí cao, kỹ thuật viên chuyên môn và thời gian xử lý lâu. Giải pháp trong đề tài sử dụng bộ Kit đơn giản, giá thành thấp, dễ sản xuất và sử dụng, kết hợp với phân tích ảnh qua điện thoại thông minh để đưa ra kết quả nhanh chóng, chính xác, có thể triển khai tại hộ gia đình, trường học, chợ dân sinh và các cơ sở thu gom sữa nhỏ lẻ. Bên cạnh đó, ứng dụng AI trong nhận diện màu sắc không chỉ giúp giảm phụ thuộc vào cảm quan, mà còn nâng cao năng lực công nghệ của người dùng và cộng đồng trong việc tự kiểm tra chất lượng thực phẩm – phù hợp với xu hướng chuyển đổi số và phát triển bền vững. Một số hạn chế hiện tại của đề tài sẽ tiếp tục được chúng tôi nghiên cứu, cải tiến trong quá trình triển khai và tối ưu hóa trong thử nghiệm mở rộng sau đề tài.