Un projet espagnol soumet 48 barriques triées par IA à des essais en cave

Une équipe de recherche de l’Université de Valladolid utilise l’intelligence artificielle pour trier le bois de chêne destiné aux barriques en fonction de sa perméabilité à l’oxygène, afin de rendre l’élevage en barrique plus prévisible et plus régulier.

Ces travaux s’inscrivent dans le cadre de Tecnobarricas, un projet collaboratif réunissant le groupe de recherche UVaMOX de l’école ETSIIAA de l’université, la Fondation Cesefor, les caves Ramón Bilbao et d’autres organisations liées à la forêt et à la viticulture, selon les informations publiées le vendredi 30 octobre par Plataforma AKIS.

Le projet porte sur l’une des principales variables de l’élevage en barrique : le transfert d’oxygène à travers le bois. Cette mesure, appelée taux de transmission de l’oxygène, ou OTR, influe sur l’évolution du vin pendant l’élevage et peut avoir une incidence sur sa qualité finale. Les barriques de chêne jouent un rôle central dans l’élaboration de nombreux vins, mais leur comportement peut varier d’une barrique à l’autre, car le bois est un matériau naturel à la structure irrégulière.

Tecnobarricas entend réduire cette variabilité en classant les douelles de chêne avant l’assemblage des barriques. La Fondation Cesefor a mis au point un système faisant appel à la vision artificielle et à l’intelligence artificielle pour analyser le bois. Un arceau équipé de caméras photographie l’extrémité de chaque douelle, puis un algorithme étudie la structure anatomique du bois afin de prédire son comportement vis-à-vis de l’oxygène.

D’après la description du projet, chaque douelle peut ensuite être affectée en quelques secondes à l’une des trois catégories de perméabilité : élevée, moyenne ou faible. Les producteurs disposent ainsi d’un moyen objectif et mesurable d’évaluer le bois avant qu’il n’entre dans la composition d’une barrique, au lieu de se fier principalement à un examen visuel et à l’expérience des tonneliers.

Le rôle d’UVaMOX consiste à vérifier si ces classifications fondées sur l’IA correspondent aux résultats observés dans les conditions réelles d’une cave. Le groupe est spécialisé dans la gestion et le contrôle de l’oxygène en œnologie. Ses chercheurs doivent déterminer si les barriques regroupées dans une même catégorie présentent effectivement un comportement similaire pendant l’élevage et donnent des résultats reproductibles.

Cette validation scientifique constitue un volet essentiel du projet. Si le système de classification s’avère fiable, il pourrait permettre aux producteurs de mieux anticiper l’effet d’une barrique donnée sur le vin au fil du temps. Il pourrait également contribuer à réduire les écarts entre les barriques, un problème de longue date pour les producteurs qui cherchent à maintenir un profil d’élevage homogène d’un lot à l’autre.

Le projet est déjà passé de la phase de recherche à des essais en conditions proches de l’exploitation commerciale. Un premier lot de 48 barriques fabriquées à partir de bois trié selon l’OTR a été produit et distribué à des caves. Ces barriques servent à évaluer les résultats de l’élevage avec du Verdejo, du Tempranillo et de la Garnacha.

Les essais doivent montrer plus précisément comment un profil d’oxygénation maîtrisé influe sur l’évolution sensorielle du vin. Les chercheurs étudieront si les vins élevés dans des barriques fabriquées avec du bois classé de manière similaire évoluent plus uniformément que ceux élevés dans des barriques conventionnelles.

Pour la filière des boissons, l’intérêt potentiel dépasse le seul progrès technique dans la fabrication des barriques. Une méthode plus fiable pour choisir des barriques en fonction du profil d’oxygène recherché pourrait aider les caves à mieux maîtriser l’élevage, à réduire les incertitudes dans la gestion de la cave et à planifier plus stratégiquement leurs achats de barriques. Elle pourrait aussi offrir aux tonneliers un nouvel outil pour différencier leurs produits sur la base de performances mesurées, et non plus uniquement de méthodes de sélection traditionnelles.

Le projet témoigne également d’une évolution plus générale dans l’application des outils d’analyse de données à des secteurs souvent associés à l’artisanat et à la tradition. Ici, l’intelligence artificielle ne remplace pas le jugement humain en cave ou en atelier. Elle apporte plutôt des données mesurables à un processus qui repose depuis longtemps sur l’observation, l’expérience et les essais successifs.

Selon Plataforma AKIS, ces travaux pourraient aussi avoir des retombées au-delà du secteur viticole. Le transfert d’oxygène à travers le bois étant important pour d’autres boissons élevées en barrique, la même approche pourrait à terme être adaptée à des produits comme le whisky ou le brandy. Toute extension de son application dépendrait des performances du système dans le secteur viticole et de validations complémentaires pour d’autres boissons, dont les conditions d’élevage et les objectifs de qualité diffèrent.

Le projet comporte également un volet forestier. En établissant un lien entre la structure physique du bois de chêne et un résultat œnologique mesurable, les partenaires cherchent à valoriser davantage les ressources forestières et à renforcer le lien entre la sélection du bois, la fabrication des barriques et la qualité des boissons.

Pour UVaMOX, cette initiative illustre une recherche appliquée conçue pour passer du laboratoire au site de production. Ses chercheurs s’appuient sur leurs travaux consacrés au contrôle de l’oxygène en œnologie pour vérifier si un système de classification numérique peut contribuer à standardiser davantage l’élevage en barrique, sans remettre en cause le rôle du chêne dans la définition du style du vin final.

Les résultats de l’essai portant sur les 48 barriques devraient permettre de déterminer si cette technologie peut être adoptée à plus grande échelle par les caves et les tonneliers. Si les catégories définies par le système d’IA correspondent étroitement aux performances réelles des barriques, cette méthode pourrait offrir à la filière viticole un moyen concret de maîtriser l’un des aspects les moins prévisibles de l’élevage.