Искусственный интеллект поможет в борьбе с подделками на рынке вин. Ученые научили нейросеть распознавать вино и отслеживать происхождение сырья на основе химического анализа
А в чем тренд?
Группа европейских ученых научила нейросеть распознавать вина на основе их химического состава. Искусственному интеллекту удалось распознать не только конкретный регион, но и отдельные фирмы и небольшие семейные производства. Один из авторов еще не опубликованного исследования, Александр Пуже из Женевского университета в Швейцарии, объяснил: «В мире существует множество случаев мошенничества с вином: люди делают какую-то ерунду в гараже, печатают этикетки и продают бутылки с ней за тысячи долларов. Мы впервые показали, что существуют достаточно чувствительные химические методы для определения подделки».
Как работает алгоритм
Чтобы обучить программу, ученые обратились к газовой хроматографии — методу анализа сложных веществ через разделение их на компоненты. С помощью этого метода исследовали 80 вин, которые за 12 лет были собраны в семи различных шато (поместье с винодельческим производством) в регионе Бордо во Франции.
Нейросеть анализирует обнаруженные в вине вещества и формирует для каждого сорта химический портрет. Пуже отмечает: «Прежде всего нам бросились в глаза кластеры, которые соответствуют определенным шато. Эта химическая подпись характерна для шато вне зависимости от урожая. Каждое поместье — это симфония: общие ноты, но совершенно разные мелодии».
Возможно ли определить урожай
На концентрацию соединений в винах каждого шато влияет множество факторов: от винограда и почвы до микроклимата и способа производства. Хотя программа отследила напитки нужного поместья с точностью 99%, она с трудом различала винтажи (урожаи определенного года). В лучшем случае она определяла это с точностью 50%. Дэвид Джеффери, доцент кафедры виноделия в Аделаидском университете, подчеркивает: «Возможности машинного обучения для такого рода исследований становятся все более очевидными с каждым новым применением в пищевой промышленности и сельском хозяйстве».
Помощь с выявлением подделок
Исследователи предполагают, что машинное обучение поможет в расследовании мошенничества, подтверждая соответствие вина его этикетке. В Европе поддельный алкоголь ежегодно приносит убытки в размере €3 млрд. В начале 2023 года члены международной преступной группировки были осуждены за то, что ввозили во Францию цистерны с испанским столовым вином, а затем выдавали его за французское. За несколько лет деятельности им удалось сфальсифицировать 4,6 млн бутылок
Создание новых сортов вина
ИИ-сомелье можно также использовать для контроля качества на протяжении всего производства вина. Александр Пуже отмечает: «Мы можем использовать машинное обучение, чтобы понять, как смешивать вина, и оптимизировать их качество. Пока что этим процессом занимаются всего несколько виноделов, которым платят огромные деньги за их мастерство. Наличие таких инструментов значительно удешевит процесс создания отличных вин».