Może nawet wywęszyć fałszywe wina, a także określić, skąd pochodzi dany sok.
Naukowcy wytrenowali algorytm, który za pomocą sztucznej inteligencji przetwarza i analizuje dane z testów chemicznych win, a następnie pozwala ustalić ich pochodzenie. Dzięki tej procedurze nawet liczbę oszustów winiarskich można zmniejszyć łatwiej niż dotychczas.
Wykorzystując sztuczną inteligencję i uczenie maszynowe, badacze są w stanie rozróżnić wina na podstawie różnic w stężeniu związków. Na podstawie wyników pomiarów potrafią także określić, gdzie dane wino zostało wyprodukowane.
Według Alexandre Pougeta, profesora na Uniwersytecie Genewskim w Szwajcarii, wiele osób oszukuje w przypadku win: etykietują tanie produkty i próbują je sprzedać za tysiące dolarów.
Aby przeszkolić program, naukowcy wykorzystali tak zwaną chromatografię gazową, za pomocą której przeanalizowali 80 win zebranych w ciągu 12 lat z siedmiu różnych winnic w regionie Bordeaux we Francji.
Oprócz procesów chemicznych, sztuczna inteligencja odgrywa również ważną rolę w identyfikacji.
Nie szuka poszczególnych związków w winach, ale wykorzystuje dane dotyczące wszystkich substancji chemicznych wykrytych w winie, aby opracować najbardziej wiarygodną sygnaturę każdego związku. Program wyświetla wyniki na dwuwymiarowej siatce, na której grupowane są wina o podobnych sygnaturach.
Pouget stwierdził, że niezależnie od rocznika, układ stężeń cząsteczek w winie jest typowy dla danego obszaru uprawy, dzięki czemu miejsce pochodzenia wina można praktycznie określić na podstawie dużej ilości danych.
„Każda z nich jest symfonią: wyróżnia je nie pojedyncza nuta, ale cała melodia” – dodał profesor.
„Siła uczenia maszynowego w tego typu badaniach staje się coraz bardziej widoczna z każdym nowym zastosowaniem w żywności i rolnictwie” – powiedział David Jeffery, profesor chemii wina na Uniwersytecie w Adelajdzie.
Na stężenie składników w winach poszczególnych zamków wpływa wiele czynników, począwszy od winogron i gleby, po mikroklimat i proces produkcji wina.
Chociaż program śledził wina aż do ich odpowiednich zamków z 99-procentową dokładnością, już miał trudności z rozróżnieniem roczników, osiągając w najlepszym razie jedynie 50-procentową dokładność.
Według badań opublikowanych w czasopiśmie Communications Chemistry uczenie maszynowe może potwierdzić, czy wino jest zgodne z etykietą, i w ten sposób wyłapywać oszustów.
W Europie, gdzie podrabiane napoje powodują utratę przychodów w wysokości 3 miliardów euro (2,6 miliarda funtów) rocznie, ostatnie przypadki uwydatniły skalę syndykatów przestępczych działających w branży.
Na początku tego roku członkowie gangu zostali skazani za przewóz hiszpańskich win stołowych do Francji cysternami i podawanie ich jako wina francuskiego.
Oszustwo trwało latami i przypuszcza się, że sprzedano prawie 5 milionów butelek, z których część była oznaczona jako wino Bordeaux.
Chociaż wykrywanie oszustw jest najbardziej oczywistym obszarem zastosowania programu, zdaniem Pougeta podejście to będzie również wykorzystywane do kontroli jakości w branży winiarskiej.
„Każde wino to symfonia: nie wyróżnia ich żadna nuta, ale cała melodia”
Źródło: Pixabay-com
