Швейцарские ученые в сотрудничестве с виноделами нашли еще одну сферу применения Искусственному Интеллекту и опубликовали свою работу в журнале Nature. Теперь ИИ не только успешно конкурирует с профессиональными дегустаторами в плане органолептического анализа вина, но и легко выявляет подделку или несоответствие содержимого бутылки информации о происхождении напитка.
Ученые университета Женевы создали программу на основе ИИ, которая способна различить мельчайшие химические отличия разных вин и установить не только в каком регионе был выращен виноград для конкретного вина, но и на какой конкретной винодельне вино было произведено.
Столь пристальный интерес виноделов и ученых-аналитиков к идентификации вина и верификации места его производства, продиктован ни чем иным, как неимоверных количеством подделок, имитирующих качественные вина и продающихся за суммы исчисляемыми тысячами долларов… В Европе эта проблема стоит очень остро. По некоторым оценкам, ежегодно там продается поддельное вино на сумму €3 млрд. И если качество самой бутылки, пробки и этикетки еще будет способно ввести в заблуждение неискушенных и не слишком компетентных винолюбов, то поддельное низкокачественное вино теперь, после вмешательства ИИ, не сможет никого обмануть. Таковы перспективы.
А пока для обучения алгоритмов ИИ ученые используют высокоточный, но вполне доступный метод химического анализа, а именно сочетания газовой хроматографии (ГХ) и масс-спектрометрии с электронной ионизацией, который позволяет разделять и определять вещества, входящие в смеси. Методику отрабатывали, анализируя вина, произведенные за последние 12 лет в семи винодельческих предприятиях в регионе Бордо.
Учитывая сочетание химических веществ в разных винах, алгоритм исследования выстраивает характерную хроматограмму, отражающую полную характеристику вина, его профиль. Более того, исследователи отмечают, что у каждого винодельческого хозяйства есть своя комплексная сигнатура, которая имеет особую схему концентрации массы молекул и указывает на конкретное винодельческое хозяйство.
Благодаря обучению, ИИ c точностью 99% смог определить, в каком шато было произведено каждое конкретное вино, представленное на анализ. А вот точность ИИ в определении года урожая пока составляет лишь 50%. Между тем женевские ученые уверены, что их разработка сможет эффективно помогать в обнаружении винных фальшивок.
Ученые университета Женевы создали программу на основе ИИ, которая способна различить мельчайшие химические отличия разных вин и установить не только в каком регионе был выращен виноград для конкретного вина, но и на какой конкретной винодельне вино было произведено.
Столь пристальный интерес виноделов и ученых-аналитиков к идентификации вина и верификации места его производства, продиктован ни чем иным, как неимоверных количеством подделок, имитирующих качественные вина и продающихся за суммы исчисляемыми тысячами долларов… В Европе эта проблема стоит очень остро. По некоторым оценкам, ежегодно там продается поддельное вино на сумму €3 млрд. И если качество самой бутылки, пробки и этикетки еще будет способно ввести в заблуждение неискушенных и не слишком компетентных винолюбов, то поддельное низкокачественное вино теперь, после вмешательства ИИ, не сможет никого обмануть. Таковы перспективы.
А пока для обучения алгоритмов ИИ ученые используют высокоточный, но вполне доступный метод химического анализа, а именно сочетания газовой хроматографии (ГХ) и масс-спектрометрии с электронной ионизацией, который позволяет разделять и определять вещества, входящие в смеси. Методику отрабатывали, анализируя вина, произведенные за последние 12 лет в семи винодельческих предприятиях в регионе Бордо.
Учитывая сочетание химических веществ в разных винах, алгоритм исследования выстраивает характерную хроматограмму, отражающую полную характеристику вина, его профиль. Более того, исследователи отмечают, что у каждого винодельческого хозяйства есть своя комплексная сигнатура, которая имеет особую схему концентрации массы молекул и указывает на конкретное винодельческое хозяйство.
Благодаря обучению, ИИ c точностью 99% смог определить, в каком шато было произведено каждое конкретное вино, представленное на анализ. А вот точность ИИ в определении года урожая пока составляет лишь 50%. Между тем женевские ученые уверены, что их разработка сможет эффективно помогать в обнаружении винных фальшивок.
