L’intelligenza artificiale potrebbe diventare un nuovo strumento a disposizione delle torrefazioni per migliorare il controllo qualità del caffè verde, individuando con maggiore precisione i difetti dei chicchi prima della tostatura.
Una ricerca condotta in Messico ha dimostrato che fotografare entrambe le facce di ogni chicco, anziché una sola, permette di aumentare del 25,7% l’accuratezza del riconoscimento delle anomalie. Lo studio, pubblicato il 21 agosto 2026 sulla rivista scientifica Agriculture, è stato realizzato da ricercatori del Tecnológico Nacional de México – Instituto Tecnológico de Orizaba, in collaborazione con l’Universidad Autónoma del Estado de México. Il progetto si inserisce nel crescente interesse per le tecnologie capaci di supportare il lavoro degli operatori e garantire una maggiore uniformità nella selezione delle materie prime.
Il prototipo sviluppato dai ricercatori combina un dispositivo meccanico con un sistema di visione artificiale e algoritmi di intelligenza artificiale. I chicchi di caffè verde vengono fotografati attraverso due fotocamere da 16 megapixel, con illuminazione LED controllata. Un meccanismo provvede quindi a ruotarli di 180 gradi, consentendo di acquisire immagini di entrambe le superfici.
Questa soluzione permette di superare uno dei limiti dei sistemi tradizionali di analisi visiva automatizzata: la possibilità che un difetto presente sul lato non visibile del chicco sfugga al controllo.
I ricercatori hanno costruito un archivio di 9.600 immagini, utilizzato per addestrare e valutare diversi modelli di intelligenza artificiale. Il sistema è stato progettato per distinguere 11 categorie di difetti o caratteristiche dei chicchi, oltre alla categoria del caffè privo di anomalie. Tra i modelli sperimentati, YOLOv8 ha ottenuto i risultati migliori, raggiungendo una precisione del 97,4% e un recall del 99,6%, parametro che misura la capacità di individuare i casi positivi.
Il confronto tra l’analisi di una sola faccia e quella di entrambe ha evidenziato un miglioramento relativo dell’accuratezza del 25,7%.
La ricerca apre prospettive interessanti per il controllo qualità nelle torrefazioni, dove la selezione del caffè verde rappresenta una fase importante per ottenere un prodotto finale con caratteristiche costanti.
Individuare più accuratamente i chicchi difettosi prima della tostatura potrebbe aiutare gli operatori nella valutazione dei lotti e nella gestione delle materie prime, affiancando il lavoro degli esperti. Si tratta di un aspetto rilevante anche per il settore della distribuzione automatica, nel quale cresce l’attenzione alla qualità del caffè erogato e alla costanza del risultato in tazza.
Il prototipo presenta tuttavia un limite: per analizzare un campione di 350 grammi occorrono circa 38-40 minuti. La tecnologia non è quindi ancora pronta per la selezione industriale di grandi quantità di caffè. Gli stessi ricercatori sottolineano la necessità di ulteriori sperimentazioni su campioni più numerosi e diversificati.
L’applicazione industriale resta dunque una prospettiva da sviluppare, mentre i risultati confermano il potenziale dell’intelligenza artificiale come supporto al controllo qualità della materia prima.
