Machine learning ontcijfert ongelooflijk nauwkeurig de herkomst van Bordeaux-wijnen

5 december 2023

Wijn

Een machine-learning algoritme heeft nu aangetoond dat het in staat is om de herkomst van rode Bordeaux-wijnen te bepalen door hun chemische samenstelling te analyseren.

Wijnliefhebbers zijn trots op het ontdekken van 'rokerige boventonen' of 'tonen van perzik en pruim', maar AI kan het precieze kasteel vinden waar een wijn vandaan komt. 

De intrigerende onderzoek onder leiding van Alexandre Pouget van de Universiteit van Genève in Zwitserland ontdekten dat wijnen van verschillende landgoederen in Bordeaux unieke chemische signaturen bezitten. 

Het team analyseerde 80 rode wijnen uit 12 jaargangen van 1990 tot 2007, allemaal afkomstig van zeven gerenommeerde Bordeaux-landgoederen. Pouget legde uit over het onderzoek: "We waren geïnteresseerd in de vraag of er een chemische handtekening is die specifiek is voor elk van deze chateaux en die onafhankelijk is van het oogstjaar." 

Het doel was om vast te stellen of wijnen van één enkel domein consistent een gelijkaardig chemisch profiel vertonen. Wijnliefhebbers hebben misschien wel eens gehoord van het woord 'terroir', dat de omgevingsfactoren beschrijft die het fenotype van een druivengewas beïnvloeden, waaronder unieke omgevingscontexten, de specifieke groeihabitat van een gewas en zelfs specifieke landbouwpraktijken. 

Om de aan- of afwezigheid van een aaneengesloten terroir tussen de wijnen te analyseren, verdampte het team de vloeistof om hun chemische componenten te scheiden, wat resulteerde in een chromatogram voor elke wijn. Elk chromatogram, bestaande uit ongeveer 30.000 punten, vertegenwoordigt een enorme selectie van verschillende chemische verbindingen.

73 van deze chromatogrammen werden, samen met informatie over de chateaux en het oogstjaar, gebruikt om een algoritme te trainen. Het testen van de resterende zeven chromatogrammen werd 50 keer herhaald met verschillende wijnmonsters. 

Een chemische basis voor terroir 

Eenmaal getraind waren de prestaties van het algoritme opvallend: het identificeerde met 100% nauwkeurigheid het chateau van herkomst van de wijn. Pouget merkt op hoe lastig dit is en zegt: "Niet veel mensen ter wereld zullen dit kunnen."

Het algoritme toonde ook ongeveer 50% nauwkeurigheid bij het bepalen van het oogstjaar.

Uit het onderzoek bleek ook dat het algoritme het landgoed effectief kon identificeren door slechts 5% van elk chromatogram te gebruiken.

Pouget zegt dat dit bewijst dat de kenmerkende smaak en textuur van een wijn worden gevormd door de collectieve concentratie van talloze moleculen in plaats van slechts een paar belangrijke - een objectieve basis voor het ongrijpbare terroir. 

Verder was het opmerkelijk dat het algoritme wijnen uit vergelijkbare regio's kon clusteren door de chromatogramgegevens te analyseren. Het maakte bijvoorbeeld onderscheid tussen wijnen van de rechteroever van de Garonne, zoals Pomerol en St-Emilion, en wijnen van de linkeroever, zoals Medoc-wijnen.

Dit onderzoek legt de diepgaande invloed bloot van terroir - dat lokale geografie, klimaat, microben en wijnbereidingspraktijken omvat - op het unieke smaakprofiel van een wijn. De volgende stap zou kunnen zijn om te ontdekken welke verbindingen deze effecten vertonen en waar ze vandaan komen. 

AI is misschien wel de nieuwe sommelier, en het krijgt nooit een kater.

Doe mee met de toekomst


SCHRIJF JE VANDAAG NOG IN

Duidelijk, beknopt, uitgebreid. Krijg grip op AI-ontwikkelingen met DailyAI

Sam Jeans

Sam is een wetenschap- en technologieschrijver die bij verschillende AI-startups heeft gewerkt. Als hij niet aan het schrijven is, leest hij medische tijdschriften of graaft hij door dozen met vinylplaten.

×

GRATIS PDF EXCLUSIEF
Blijf voorop met DailyAI

Meld je aan voor onze wekelijkse nieuwsbrief en ontvang exclusieve toegang tot DailyAI's nieuwste eBook: 'Mastering AI Tools: Your 2024 Guide to Enhanced Productivity'.

* Door u aan te melden voor onze nieuwsbrief accepteert u onze Privacybeleid en onze Algemene voorwaarden