Maskinlæring dechiffrerer Bordeaux-vinens opprinnelse med utrolig nøyaktighet

5. desember 2023

Vin

En maskinlæringsalgoritme har nå vist seg i stand til å identifisere opprinnelsen til Bordeaux-rødviner ved å analysere deres kjemiske sammensetning.

Vinentusiaster er stolte av å oppdage "røykaktige overtoner" eller "toner av fersken og plomme", men AI kan lokalisere det nøyaktige slottet en vin stammer fra. 

Den spennende studie ledet av Alexandre Pouget ved Universitetet i Genève i Sveits oppdaget at viner fra ulike vinslott i Bordeaux har unike kjemiske signaturer. 

Teamet analyserte 80 rødviner fra 12 årganger fra 1990 til 2007, alle fra syv anerkjente Bordeaux-slott. Pouget forklarte om studien: "Vi var interessert i å finne ut om det finnes en kjemisk signatur som er spesifikk for hvert av disse slottene, og som er uavhengig av årgangen." 

Målet var å finne ut om viner fra en og samme vingård konsekvent har en lignende kjemisk profil. Vinentusiaster har kanskje hørt om ordet "terroir", som beskriver de miljømessige faktorene som påvirker en drues fenotype, inkludert unike miljøsammenhenger, en avlings spesifikke veksthabitat og til og med spesifikke dyrkingsmetoder. 

For å analysere eksistensen eller fraværet av et kontinuerlig terroir på tvers av vinene, fordampet teamet væsken for å skille ut de kjemiske komponentene, noe som resulterte i et kromatogram for hver vin. Hvert kromatogram, som består av rundt 30 000 punkter, representerer et stort utvalg av ulike kjemiske forbindelser.

73 av disse kromatogrammene, sammen med informasjon om vinslott og årgang, ble brukt til å trene opp en algoritme. Testingen av de resterende sju kromatogrammene ble gjentatt 50 ganger med varierende vinprøver. 

Et kjemisk grunnlag for terroir 

Etter at algoritmen var opplært, var resultatene slående, og den klarte å identifisere vinens opprinnelsesslot med 100% nøyaktighet. Pouget bemerker hvor vanskelig dette er, og sier: "Det er ikke så mange mennesker i verden som vil være i stand til å gjøre dette."

Algoritmen viste også en nøyaktighet på 50% når det gjaldt å bestemme årgangen.

Studien viste også at algoritmen effektivt kunne identifisere boet ved hjelp av kun 5% av hvert kromatogram.

Pouget mener at dette beviser at en vins særegne smak og tekstur er formet av den samlede konsentrasjonen av mange molekyler snarere enn bare noen få nøkkelmolekyler - et objektivt grunnlag for det unnvikende terroiret. 

Algoritmen kunne dessuten gruppere viner fra lignende regioner ved å analysere kromatogramdataene. Den skilte for eksempel mellom viner fra høyre side av Garonne-elven, som Pomerol og St-Emilion, og viner fra venstre side av elven, som Medoc-vinene.

Denne forskningen avdekker den dyptgripende innflytelsen terroir - som omfatter lokal geografi, klima, mikrober og vinfremstillingsmetoder - har på en vins unike smaksprofil. Neste skritt kan være å finne ut hvilke forbindelser som har disse effektene, og hvordan de oppstår. 

AI er kanskje den nye sommelieren, og den blir aldri bakfull.

Bli med i fremtiden


ABONNER I DAG

Tydelig, kortfattet og omfattende. Få et grep om AI-utviklingen med DagligAI

Sam Jeans

Sam er en vitenskaps- og teknologiskribent som har jobbet i ulike oppstartsbedrifter innen kunstig intelligens. Når han ikke skriver, leser han medisinske tidsskrifter eller graver seg gjennom esker med vinylplater.

×

GRATIS PDF EKSKLUSIV
Hold deg i forkant med DailyAI

Meld deg på vårt ukentlige nyhetsbrev og få eksklusiv tilgang til DailyAIs nyeste e-bok: "Mastering AI Tools: Din 2024-guide til økt produktivitet".

*Ved å abonnere på vårt nyhetsbrev aksepterer du vår Retningslinjer for personvern og vår Vilkår og betingelser