Ученые разработали алгоритм искусственного интеллекта, способный отслеживать происхождение вина по его химическому составу. Этот метод может стать ключевым инструментом в борьбе с фальсификацией вина. Используя машинное обучение, исследователи из Университета Женевы во главе с профессором Александром Пуже анализировали вино на предмет тонких различий в концентрациях множества соединений. Это позволило им определять не только регион произрастания винограда, но и конкретное винодельческое поместье.
Исследование вин включало использование газовой хроматографии, что позволило анализировать 80 образцов вина за 12 лет с семи различных участков в регионе Бордо, Франция. Вместо поиска отдельных соединений, алгоритм опирается на общий химический состав вина для создания уникальной “подписи” каждого вина.
Примечательно, что алгоритм показывает результаты на двумерной сетке, где вина с похожими “подписями” группируются вместе. Это открытие может помочь в борьбе с винодельческими мошенниками, которые зачастую подделывают вина, нанося ущерб на миллиарды евро ежегодно.
Хотя алгоритм успешно отличает вина разных поместий с точностью 99%, он испытывает трудности с определением года выпуска вина, достигая точности лишь в 50% случаев. Это исследование, которое будет опубликовано в журнале Communications Chemistry , подчеркивает потенциал машинного обучения в области пищевых продуктов и сельского хозяйства.
Помимо обнаружения подделок, этот метод может быть использован для мониторинга качества вина на протяжении всего процесса его производства и для оптимизации смешивания вин. Открытие может сделать процесс создания качественных вин более доступным и экономичным.