Zapewnienie bezpieczeństwa żywnościowego we współczesnym świecie wymaga intensyfikacji działań na rzecz rozwoju zrównoważonych systemów rolno-spożywczych. Jednym z istotnych elementów tego procesu jest wdrażanie nowoczesnych metod kontroli jakości żywności. Tradycyjne techniki analityczne, choć powszechnie stosowane, często są czasochłonne i pracochłonne, wymagają użycia odczynników chemicznych, w tym potencjalnie toksycznych, a tym samym generują odpady i obciążają środowisko naturalne. Na tym tle szczególnie atrakcyjne stają się technologie czujnikowe, umożliwiające szybkie analizy bezpośrednio w miejscu występowania próbki oraz bieżący monitoring procesów produkcyjnych w trybie on-line i in-line. Zintegrowane z nowoczesnymi systemami informatycznymi, wspierają automatyzację kontroli jakości i pozwalają na podejmowanie decyzji w czasie rzeczywistym, minimalizując ryzyko strat surowcowych czy energetycznych. W ostatnich latach rosnące zainteresowanie dietą roślinną przyczyniło się do dynamicznego rozwoju rynku alternatyw dla mleka krowiego. Do najczęściej wybieranych produktów należą napoje sojowe, owsiane, migdałowe czy ryżowe, kokosowe czy na bazie orzecha laskowego. Rozwój tego segmentu rynku generuje potrzebę wdrożenia nowoczesnych i skutecznych metod kontroli jakości, które będą spójne z założeniami zrównoważonego rozwoju. Celem przeprowadzonych badań była ocena możliwości zastosowania technologii NIR (ang. near infrared) wspartej algorytmami uczenia maszynowego, jako narzędzia do szybkiej i nieniszczącej oceny wybranych parametrów jakościowych roślinnych zamienników mleka dostępnych na polskim rynku. Uzyskane wyniki potwierdzają wysoki potencjał technologii NIR, umożliwiającej jednoczesne oznaczanie kilku parametrów jakościowych na podstawie bezpośredniego pomiaru widma NIR. Spektroskopia w bliskiej podczerwieni stanowi tym samym atrakcyjną alternatywę dla tradycyjnych metod analitycznych, łącząc korzyści technologiczne i środowiskowe, zapewniając szybkie, precyzyjne oraz nieniszczące analizy.