Moët Hennessy mise sur des capteurs et l’IA pour détecter précocement l’arôme de champignon frais

Moët Hennessy, Analog Devices et des chercheurs de l’Université de Californie à Davis utilisent des capteurs et l’apprentissage automatique pour détecter les premiers signes chimiques de défauts du vin. Selon eux, cette démarche pourrait permettre aux producteurs de repérer plus tôt les problèmes de qualité, à moindre coût que de nombreuses méthodes d’analyse classiques.

Les détails publiés mardi décrivent un système qui analyse les signatures chimiques émises par les raisins et le vin, puis utilise l’intelligence artificielle pour signaler les tendances associées à de futurs risques pour la qualité. Ces travaux s’appuient sur des recherches antérieures lancées au Massachusetts Institute of Technology et désormais appliquées à la production viticole dans le cadre d’un partenariat entre le groupe de vins et spiritueux de luxe, le fabricant de semi-conducteurs et l’université californienne.

Le premier défaut ciblé par le projet est l’arôme de champignon frais, ou FMA (Fresh Mushroom Aroma), une odeur indésirable susceptible d’altérer la qualité du vin et difficile à identifier avant qu’elle ne devienne manifeste. Selon les partenaires, les chercheurs du centre de recherche Robert-Jean de Vogüé de Moët Hennessy ont constitué une bibliothèque d’échantillons et de données associées afin d’entraîner des modèles d’apprentissage automatique à reconnaître les profils chimiques liés à ce risque.

Grâce à la plateforme de détection et d’apprentissage automatique d’Analog Devices, le système traite un large éventail de données chimiques plutôt que de rechercher un marqueur unique. La plateforme détermine ensuite quels signaux sont les plus importants et cherche des liens qui pourraient échapper aux analyses standard. Les entreprises ont indiqué que cette approche permet au modèle de continuer à apprendre à partir d’informations biologiques et chimiques complexes, au lieu de vérifier uniquement des conditions prédéfinies.

Dans l’étude actuelle, la technologie a repéré à un stade précoce des échantillons présentant un risque accru de développer un arôme de champignon frais, avant que le défaut ne soit généralement détecté par les méthodes traditionnelles, selon les informations publiées mardi. Ce résultat est important, car les défauts du vin sont souvent plus faciles à gérer avant qu’ils ne s’installent dans le produit, lorsque les solutions correctives peuvent être limitées ou coûteuses.

Manuel Reman, membre du comité exécutif de Moët Hennessy chargé de la recherche et du développement, a déclaré que le projet pourrait changer la manière dont les producteurs appréhendent les raisins et le vin en cours de production. Dans des propos publiés avec l’annonce, il a expliqué que la capacité à détecter et à interpréter le « langage chimique » des raisins et du vin pourrait aider les producteurs à anticiper les risques avant qu’ils ne deviennent visibles et à renforcer leur résilience dans la durée.

Le projet s’inscrit dans une dynamique plus large visant à intégrer la détection avancée et l’IA dans la production alimentaire et des boissons, où la qualité peut évoluer rapidement sous l’effet de l’activité biologique, des conditions météorologiques, du stockage et de la fermentation. Dans le vin, ces évolutions peuvent commencer dans le vignoble et se poursuivre lors du foulage, de la fermentation, de l’élevage et de la mise en bouteille. Identifier tôt des signatures chimiques fiables constitue un défi de longue date, car les composés concernés peuvent être subtils et interagir de manière complexe.

Les partenaires ont indiqué que leur système était conçu pour répondre à cette difficulté en associant un vaste ensemble d’échantillons à des outils de reconnaissance des formes capables de traiter simultanément de nombreuses variables. Au lieu de s’appuyer uniquement sur des dégustations humaines ou sur des analyses de laboratoire plus lentes, une fois le défaut apparu, les producteurs pourraient utiliser ces mesures précoces pour décider de séparer des lots, d’ajuster les pratiques de manipulation ou de surveiller plus étroitement certaines cuvées.

Pour le secteur des boissons, les bénéfices potentiels dépassent le seul vin. Détecter plus tôt des goûts indésirables ou une instabilité pourrait aider les producteurs à réduire le gaspillage, à éviter qu’un produit défectueux ne poursuive son parcours de production et à faire évoluer le contrôle qualité, de la correction en fin de processus vers la prévention pendant la production. Dans un secteur où les lots refusés, le déclassement des produits et les risques pour les marques peuvent peser sur les marges, même de modestes progrès en matière d’alerte précoce peuvent compter.

L’annonce ne précise pas de calendrier de déploiement commercial ni à quelle échéance le système pourrait être utilisé à grande échelle dans les activités de Moët Hennessy. Elle ne communique pas non plus de données de performance, la taille du jeu de données d’entraînement ni si la même méthode est testée pour d’autres défauts du vin. Les résultats présentés laissent néanmoins penser que la détection chimique associée à l’apprentissage automatique passe de la recherche à des applications plus concrètes dans les caves.

UC Davis est depuis longtemps un centre majeur de recherche sur le vin et la viticulture, et sa participation au projet apporte un soutien universitaire à cette initiative du secteur. Analog Devices apporte son expertise en matière de capteurs et de traitement du signal, tandis que Moët Hennessy met à disposition ses connaissances de la production et ses données d’échantillons. Cette collaboration vise à combler une lacune qui a freiné les premières tentatives d’utilisation d’outils numériques en vinification : disposer d’un nombre suffisant d’échantillons réels bien caractérisés pour entraîner des modèles capables de fonctionner dans des conditions de production.

Les partenaires ont indiqué que l’objectif plus général n’est pas seulement de détecter un défaut particulier, mais aussi de mieux comprendre l’activité biologique à l’œuvre dans les raisins et le vin au fil de la production. Si cette approche s’avère fiable, elle pourrait donner aux producteurs une vision plus continue des risques émergents et les aider à intervenir plus tôt, avant que les problèmes organoleptiques ne deviennent manifestes dans le vin fini.