14 tuổi chế tạo thiết bị phát hiện thuốc trừ sâu: Khi một câu hỏi trong bếp trở thành phát minh công nghệ
Từ thắc mắc rất đơn giản “rửa rau quả có thực sự loại bỏ thuốc trừ sâu không?”, Sirish Subash đã phát triển PestiSCAND — thiết bị cầm tay dùng quang phổ và học máy để nhận biết dư lượng thuốc trừ sâu trên nông sản. Phát minh giúp cậu giành giải cao nhất tại 3M Young Scientist Challenge 2024.
Một phát minh công nghệ không phải lúc nào cũng bắt đầu từ phòng thí nghiệm hay một bài toán phức tạp. Với Sirish Subash, nó bắt đầu từ một tình huống quen thuộc trong bếp: trước khi ăn rau quả, mẹ cậu nhắc phải rửa sạch.
Thay vì chỉ làm theo, Sirish đặt một câu hỏi đơn giản: rửa có thực sự loại bỏ hết dư lượng thuốc trừ sâu hay không?
Câu hỏi đó dẫn cậu thiếu niên ở Georgia, Mỹ, tới gần một năm nghiên cứu và phát triển PestiSCAND — thiết bị cầm tay sử dụng quang phổ kết hợp học máy để nhận biết dấu hiệu của thuốc trừ sâu trên bề mặt rau quả mà không cần cắt hay phá hủy mẫu.
Ở tuổi 14, Sirish đã giành giải nhất 3M Young Scientist Challenge 2024, nhận 25.000 USD và danh hiệu “America’s Top Young Scientist”. Nhưng điều đáng chú ý hơn giải thưởng là cách một vấn đề rất đời thường được chuyển thành một bài toán đo lường, rồi thành một nguyên mẫu công nghệ có thể cầm trên tay.
Một câu hỏi trong bếp trở thành bài toán khoa học
Theo Business Insider, ý tưởng bắt đầu khi Sirish được nhắc phải rửa nông sản trước khi ăn. Cậu muốn biết việc rửa thực sự hiệu quả đến mức nào và liệu người dùng bình thường có cách nào biết trên rau quả vẫn còn thuốc trừ sâu hay không.
Đây là một khoảng trống dễ nhận thấy trong đời sống hàng ngày. Người mua có thể nhìn thấy vết bẩn, chỗ dập hay nấm mốc, nhưng dư lượng hóa chất thường không thể xác định bằng mắt thường. Trong khi đó, các kỹ thuật phân tích chính xác trong phòng thí nghiệm cần thiết bị chuyên dụng, quy trình chuẩn bị mẫu và nhân sự có chuyên môn.
Sirish vì thế đặt mục tiêu xây dựng một công cụ đơn giản hơn: thay vì gửi mẫu tới phòng thí nghiệm, người dùng có thể đưa một thiết bị nhỏ lại gần trái cây hoặc rau và nhận kết quả nhanh.
Cậu đã dành khoảng 11 tháng để nghiên cứu và phát triển PestiSCAND. Trong giai đoạn tham gia 3M Young Scientist Challenge, Sirish còn được ghép với Aditya Banerji, một nhà nghiên cứu của 3M, để tiếp tục biến ý tưởng ban đầu thành nguyên mẫu hoàn chỉnh hơn.
PestiSCAND hoạt động thế nào?
Trung tâm của PestiSCAND là một kỹ thuật gọi là spectrophotometry, có thể hiểu đơn giản là đo cách vật liệu tương tác với ánh sáng ở những bước sóng khác nhau.
Khi ánh sáng chiếu vào bề mặt một quả cà chua, lá rau bina hay một loại nông sản khác, một phần ánh sáng được hấp thụ và một phần được phản xạ trở lại. Thành phần hóa học trên bề mặt có thể làm thay đổi đặc điểm của tín hiệu phản xạ đó.
PestiSCAND thu dữ liệu từ ánh sáng phản xạ, sau đó một mô hình học máy phân tích mẫu tín hiệu để xác định liệu có dấu hiệu phù hợp với thuốc trừ sâu mà hệ thống đã được huấn luyện nhận biết hay không.
Theo 3M, nguyên mẫu gồm cảm biến, nguồn điện, màn hình và bộ xử lý. Business Insider cho biết thiết bị có thể kết nối với smartphone; người dùng mở ứng dụng, hướng máy quét vào rau quả rồi thực hiện phép đo.
Điểm quan trọng là PestiSCAND dùng phương pháp không phá hủy mẫu. Rau quả không cần được cắt, nghiền hay xử lý hóa học trước khi quét. Đây chính là yếu tố giúp ý tưởng có tiềm năng trở thành công cụ kiểm tra nhanh cho người tiêu dùng.
AI ở đây không “nhìn” trái cây như camera
Cụm từ “thiết bị AI” dễ khiến người đọc hình dung một camera chụp quả táo rồi mô hình trí tuệ nhân tạo đoán xem có thuốc trừ sâu hay không. PestiSCAND hoạt động khác.
Dữ liệu quan trọng không phải hình ảnh thông thường mà là đặc trưng quang phổ của ánh sáng phản xạ. Thuật toán học máy học mối liên hệ giữa những đặc trưng đó và các mẫu đã biết có hoặc không có thuốc trừ sâu.
Nói cách khác, cảm biến đảm nhiệm việc biến một hiện tượng vật lý thành dữ liệu số; mô hình học máy đảm nhiệm việc phân loại dữ liệu đó. Hai phần phải hoạt động cùng nhau. Một mô hình tốt không thể bù cho tín hiệu cảm biến kém, trong khi cảm biến chính xác nhưng không có mô hình phân tích phù hợp cũng khó đưa ra kết luận hữu ích.
Đây là một ví dụ điển hình về cách AI được sử dụng trong thiết bị đo lường: không phải để tạo nội dung, mà để tìm mẫu trong dữ liệu cảm biến.
Độ chính xác trên 85% — nhưng cần hiểu đúng con số
Trong thông cáo công bố người chiến thắng, 3M cho biết PestiSCAND đạt độ chính xác trên 85% khi nhận biết dư lượng thuốc trừ sâu trên rau bina và cà chua trong quá trình thử nghiệm.
Business Insider dẫn Sirish cho biết các thử nghiệm phát triển còn bao gồm táo và dâu tây, với ba loại thuốc trừ sâu được sử dụng trong bộ mẫu là azoxystrobin, imidacloprid và cypermethrin. Bài báo này cũng nêu một kết quả 93% trong một tập thử nghiệm cụ thể.
Hai con số không nên được hiểu là PestiSCAND đã có thể phát hiện mọi loại thuốc trừ sâu trên mọi loại nông sản với độ chính xác tương tự. Chính Sirish cũng xem thiết bị là một dự án ở giai đoạn đầu và muốn mở rộng khả năng nhận biết nhiều hóa chất hơn trong tương lai.
Đây là khác biệt quan trọng giữa nguyên mẫu nghiên cứu và một thiết bị kiểm nghiệm thương mại đã được thẩm định trên phạm vi lớn. Một mô hình học máy thường hoạt động tốt nhất trên các loại mẫu và hóa chất giống với dữ liệu dùng để huấn luyện. Khi đổi loại rau quả, thay điều kiện ánh sáng, thay bề mặt hoặc xuất hiện một loại thuốc trừ sâu chưa từng có trong dữ liệu, hiệu suất có thể thay đổi.
Phát hiện dư lượng không đồng nghĩa thực phẩm “không an toàn”
Một giới hạn khác cần làm rõ là sự khác biệt giữa phát hiện có dư lượng và xác định dư lượng vượt ngưỡng an toàn.
Cơ quan Bảo vệ Môi trường Mỹ (EPA) lưu ý rằng việc phát hiện một lượng thuốc trừ sâu trên trái cây hoặc rau không tự động có nghĩa thực phẩm đó không an toàn. Tại Mỹ, EPA đặt các mức dung sai tối đa cho dư lượng thuốc trừ sâu trong thực phẩm, còn các chương trình giám sát của cơ quan liên bang kiểm tra việc tuân thủ các mức này.
Vì vậy, một thiết bị tiêu dùng như PestiSCAND sẽ có giá trị lớn hơn nếu trong tương lai không chỉ trả lời “có hay không”, mà còn có thể ước tính loại hóa chất và nồng độ đủ đáng tin cậy để so sánh với ngưỡng quy định.
Đó cũng là một bước khó hơn nhiều. Nhận dạng một mẫu tín hiệu quen thuộc là bài toán phân loại; đo nồng độ chính xác là bài toán định lượng, đòi hỏi hiệu chuẩn cảm biến, kiểm soát sai số và xác nhận trên nhiều loại nông sản hơn.
Rửa rau quả vẫn là việc nên làm
PestiSCAND không thay thế các nguyên tắc vệ sinh thực phẩm cơ bản.
FDA khuyến nghị rửa kỹ rau quả dưới vòi nước chảy trước khi chế biến hoặc ăn, đồng thời không khuyến nghị dùng xà phòng, chất tẩy rửa gia dụng hoặc các loại nước rửa thương mại cho rau quả. EPA cũng cho biết rửa và chà dưới nước chảy có thể giúp loại bỏ bụi bẩn, vi khuẩn và một phần dấu vết hóa chất trên bề mặt, nhưng không phải mọi dư lượng thuốc trừ sâu đều có thể được loại bỏ chỉ bằng cách rửa.
Điều đó giải thích vì sao câu hỏi ban đầu của Sirish lại hợp lý. Rửa là biện pháp hữu ích, nhưng người tiêu dùng bình thường không có cách trực quan để biết hiệu quả cụ thể sau mỗi lần rửa.
Từ một dự án học sinh đến giải thưởng 25.000 USD
Tháng 10/2024, 3M và Discovery Education công bố Sirish Subash, khi đó là học sinh lớp 9 tại Gwinnett School of Mathematics, Science, and Technology ở Snellville, Georgia, là người chiến thắng 3M Young Scientist Challenge.
Cậu vượt qua chín thí sinh chung kết khác và nhận giải thưởng 25.000 USD. Cuộc thi đánh giá không chỉ nguyên mẫu cuối cùng mà còn xem xét khả năng áp dụng kiến thức STEM, tư duy sáng tạo, nghiên cứu, kỹ năng trình bày và tiềm năng giải quyết một vấn đề thực tế.
Câu chuyện của PestiSCAND được nhắc lại rộng rãi trong tháng 8/2026, nhưng bản thân phát minh và chiến thắng của Sirish diễn ra từ năm 2024. Mốc thời gian này đáng được làm rõ để tránh biến một thành tựu cũ đang được chú ý trở lại thành “phát minh vừa xuất hiện”.
Điều thú vị nhất không phải tuổi của nhà phát minh
Việc một người 14 tuổi chế tạo thiết bị kết hợp cảm biến quang học và học máy chắc chắn gây chú ý. Nhưng nếu chỉ tập trung vào tuổi, câu chuyện dễ bị thu nhỏ thành một tin “thần đồng công nghệ”.
Phần đáng học hỏi hơn nằm ở quy trình tư duy.
Sirish bắt đầu với một quan sát hàng ngày. Cậu biến sự tò mò thành một câu hỏi có thể kiểm chứng. Sau đó, cậu tìm một hiện tượng vật lý có thể đo được — ánh sáng phản xạ — rồi dùng cảm biến thu dữ liệu và học máy để tìm ra mẫu.
Đó chính là cấu trúc của nhiều phát minh hữu ích: vấn đề đời thường → câu hỏi đo lường → dữ liệu → nguyên mẫu → thử nghiệm → cải tiến.
Không nhất thiết phải phát minh một vật liệu mới hay một thuật toán hoàn toàn mới. Đôi khi đổi mới đến từ việc ghép những công nghệ đã tồn tại theo cách đủ thực tế để giải quyết một vấn đề chưa được phục vụ tốt.
Tương lai của máy quét thực phẩm cầm tay vẫn còn nhiều thử thách
Để một ý tưởng như PestiSCAND trở thành sản phẩm tiêu dùng phổ biến, thiết bị sẽ phải đi xa hơn nguyên mẫu thi đấu khoa học.
Nó cần được thử nghiệm với nhiều loại nông sản, nhiều loại thuốc trừ sâu và nhiều mức nồng độ khác nhau. Hệ thống cũng phải xử lý sự khác biệt do độ ẩm, màu sắc, độ bóng, cấu trúc vỏ và điều kiện ánh sáng môi trường. Quan trọng hơn, kết quả phải được đối chiếu với các phương pháp kiểm nghiệm chuẩn trong phòng thí nghiệm.
Nếu giải quyết được những bài toán đó, công nghệ quang phổ cầm tay kết hợp học máy có thể có ứng dụng rộng hơn căn bếp: kiểm tra nhanh tại siêu thị, kho nông sản, trang trại hoặc các điểm thu mua.
Nhưng ngay cả khi PestiSCAND không trở thành một sản phẩm thương mại hoàn chỉnh, dự án vẫn cho thấy một điều quan trọng: cảm biến ngày càng rẻ và mô hình học máy ngày càng dễ tiếp cận đang cho phép những người rất trẻ xây dựng các hệ thống từng đòi hỏi phòng thí nghiệm chuyên dụng.
Một câu hỏi tốt có thể quan trọng hơn một câu trả lời sẵn có
Câu chuyện của Sirish Subash không bắt đầu bằng một kế hoạch “chế tạo thiết bị AI”. Nó bắt đầu bằng việc không chấp nhận một thói quen hàng ngày mà không đặt câu hỏi.
“Tại sao phải rửa?” dẫn đến “rửa có đủ không?”, rồi đến “làm sao biết còn dư lượng?”, và cuối cùng trở thành một thiết bị dùng ánh sáng, cảm biến và học máy.
Đó có lẽ là phần đáng nhớ nhất của PestiSCAND. Công nghệ chỉ xuất hiện sau khi câu hỏi đúng được đặt ra.
