人工智能品尝 80 种葡萄酒，100% 识别酒窖

沉浸在传统和感官体验中的葡萄酒世界正在见证一场技术革命，它将酿酒艺术与科学的精确性结合在一起。由日内瓦大学计算神经科学家亚历山大-普热（Alexandre Pouget）和波尔多大学葡萄与葡萄酒科学研究所（ISVV）的斯特凡妮-马尔尚（Stéphanie Marchand）牵头进行的一项最新研究，标志着探索葡萄酒来源和复杂性的一个重要里程碑。

亚历山大-普热（Alexandre Pouget）从小在巴黎长大，对葡萄酒的痴迷由来已久。将机器学习（人工智能的一个方面，他将其用于大脑研究）应用于酿酒领域的想法一直萦绕在他心头。在一次参观凯歌香槟酒庄（Veuve Clicquot）的过程中，这种好奇心再次被点燃，并促成了与 ISVV 的合作和一个开创性项目的启动。

这项研究采用气相色谱法和电子电离质谱法，结合机器学习，分析葡萄酒的分子特征。这种方法旨在根据化学特征识别特定葡萄酒及其年份。气相色谱法是一种历史悠久的葡萄酒分析方法，它通过蒸发葡萄酒样品来记录其分子成分。然后利用机器学习算法对生成的大量数据集进行解读，从而提高分析的速度和准确性，同时最大限度地减少人为数据解读的偏差。

该团队的研究涉及波尔多七个列级酒庄的 80 种葡萄酒，取得了惊人的成果。使用 73 种葡萄酒的色谱图训练的机器学习算法在识别生产酒庄方面的成功率达到 100%，在确定年份方面的准确率达到 50%。这一成果不仅凸显了来自不同酒庄的葡萄酒所具有的独特化学特性，而且还彰显了机器学习在提高我们对葡萄酒化学认识方面的潜力。

将葡萄酒的化学指纹转换成 XY 坐标并绘制成图后，我们发现了一个重要的启示。这种可视化方法将来自同一庄园的葡萄酒（不论年份）进行了惊人的聚类，并区分了波尔多葡萄酒的左岸和右岸产地。这一观察结果生动地说明了地理位置相近的葡萄酒之间的化学相似性，为风土概念提供了令人信服的验证。

这项研究的意义不仅限于学术研究。在打击葡萄酒造假的斗争中，这种精确的鉴别技术可能被证明是无价之宝。此外，随着葡萄酒行业努力应对气候变化带来的挑战，这项技术可以帮助酿酒师在不断变化的环境条件下保持葡萄酒的独特性。

Marchand 和 Pouget 的研究目前正在扩展到黑比诺和西拉等其他葡萄品种，并纳入了来自更小庄园的葡萄酒。这一扩展不仅扩大了研究范围，还增强了其与葡萄酒行业更广泛领域的相关性。

这一旅程由 Pouget 将机器学习应用于他对葡萄酒的热情而开始，现已发展成为一项模糊技术与传统界限的开创性研究。随着团队深入研究其研究成果的潜在应用，葡萄酒世界热切期待着这种科学与感性的融合将继续丰富我们对葡萄酒的理解和鉴赏。