意大利国家研究委员会位于阿韦利诺的食品科学研究所研究人员10月30日星期五表示，他们结合实验室分析与人工智能，研究了陶拉西葡萄酒在陈年过程中的变化。这项工作未来有望为酿酒领域的质量控制和真伪核验提供新工具。
研究考察了四个年份的陶拉西DOCG葡萄酒，分别为2015年、2018年、2021年和2022年。据该研究所介绍，研究人员通过测量多酚、花青素和芳香化合物等主要化学成分，对这些葡萄酒进行了比较，随后运用机器学习算法识别样本之间的规律。
研究团队表示，这种方法使他们能够找出四个年份之间的相似之处和差异，并绘制出他们所称的葡萄酒随时间演变的化学图谱。研究列丹妮拉·埃万杰利斯塔（Daniela Evangelista）为第一作者，由阿韦利诺研究所的一个研究小组完成。
研究成果发表于科学期刊《Metabolites》，是Agritech项目的一部分。该项目由意大利国家复苏与韧性计划（简称PNRR）资助。研究所表示，这项工作聚焦于陶拉西DOCG——坎帕尼亚伊尔皮尼亚地区最知名的红葡萄酒之一，并将其作为案例，探讨葡萄酒在陈年过程中如何演变这一更广泛的问题。
这项研究反映出食品与饮料科学领域日益增长的一种探索：将传统化学检测与能够处理复杂测量数据的数据分析系统结合起来。葡萄酒陈年会改变其结构、颜色、香气及其他特征，而这些变化很难用单一指标捕捉。通过同时比较多种化合物，机器学习模型可以帮助研究人员发现仅凭传统分析较难识别的关联。
该研究所将这项研究视为人工智能更广泛应用于葡萄酒质量分析、特征鉴定和真伪验证的早期探索。这并不意味着该方法已可在整个行业常规使用。研究所的公告将其称为第一步，这表明相关工作仍处于探索阶段；在将其转化为标准工具之前，还需要在更多葡萄酒、更多年份及更多生产情境中进行更广泛的验证。
尽管如此，这项研究仍为饮料行业展示了一种潜在的发展方向。如果类似方法在更大规模的应用中证明可靠，就能为酒庄、实验室和监管机构提供另一种监测产品随时间变化的方式，并加强与产地和真伪相关的分析核验。这对高端葡萄酒类别尤其重要，因为陈年经历、风格和来源都可能具有显著的商业价值。
陶拉西拥有DOCG地位，这是意大利对葡萄酒产地和生产标准设立的最高级别保护称号。因此，它适合作为研究化学标记和分类方法的对象，因为身份与一致性问题是此类葡萄酒市场评估的核心。能够将可测量的化合物与陈年阶段联系起来的系统，也有助于生产者更好地了解年份差异和酒窖熟成过程。
阿韦利诺研究所并未将人工智能视为传统酿酒分析的替代品。相反，这项研究将标准实验室测量与统计学习工具结合起来。具体而言，这意味着模型的表现取决于从葡萄酒中采集的化学数据质量，而非作为一种独立运行的捷径。
这项研究也体现了农业和食品科学领域的一项更广泛趋势：人工智能正越来越多地用于测试产品分类、可追溯性和欺诈检测等任务。葡萄酒是这类研究的天然应用领域，因为其中含有大量相互作用的化合物，而且整个行业早已高度依赖分析化学。阿韦利诺的这项研究表明，机器学习最有用的方式或许是梳理和解读这种复杂性，而不是取代成熟的科学方法。
对研究人员而言，该项目的意义在于证明，可以通过综合分析化学数据与数据分析结果，追踪陶拉西这类葡萄酒的陈年变化。对于生产者和整个饮料市场来说，这项工作的长期价值或许取决于该方法能否走出有限的研究环境，并在更多酒瓶、产区和年份中展现出稳定一致的结果。