स्पेन की परियोजना ने AI से छांके गए 48 वाइन बैरल परीक्षण के लिए भेजे

वल्लाडोलिड विश्वविद्यालय का एक शोध समूह कृत्रिम बुद्धिमत्ता की मदद से वाइन बैरल के लिए ओक की लकड़ी को इस आधार पर छांट रहा है कि उसमें से कितनी ऑक्सीजन गुजरती है। इसका उद्देश्य बैरल में परिपक्वन की प्रक्रिया को अधिक अनुमानित और एकरूप बनाना है।

यह काम Tecnobarricas परियोजना का हिस्सा है। इसमें विश्वविद्यालय के ETSIIAA स्कूल का UVaMOX शोध समूह, Cesefor Foundation, Ramón Bilbao वाइनरी और वानिकी तथा वाइन निर्माण से जुड़ी अन्य संस्थाएं शामिल हैं। Plataforma AKIS ने शुक्रवार, 30 अक्टूबर को प्रकाशित जानकारी में यह बताया।

परियोजना का ध्यान बैरल में परिपक्वन के एक अहम कारक पर है: लकड़ी से होकर ऑक्सीजन का स्थानांतरण। इस माप को ऑक्सीजन ट्रांसमिशन रेट या OTR कहा जाता है। यह परिपक्वन के दौरान वाइन के विकास को प्रभावित करता है और उसकी अंतिम गुणवत्ता पर असर डाल सकता है। कई वाइन के उत्पादन में ओक बैरल की अहम भूमिका होती है, लेकिन एक बैरल से दूसरे बैरल का व्यवहार अलग हो सकता है, क्योंकि लकड़ी प्राकृतिक सामग्री है और उसकी संरचना एकसमान नहीं होती।

Tecnobarricas का उद्देश्य बैरल बनाने से पहले ओक की पट्टियों को वर्गीकृत करके इस भिन्नता से निपटना है। Cesefor Foundation ने लकड़ी का विश्लेषण करने के लिए मशीन विज़न और कृत्रिम बुद्धिमत्ता पर आधारित एक प्रणाली विकसित की है। कैमरों से लैस एक आर्च हर पट्टी के सिरों की तस्वीरें लेता है और एक एल्गोरिदम लकड़ी की शारीरिक संरचना का अध्ययन कर अनुमान लगाता है कि ऑक्सीजन के संबंध में उसका व्यवहार कैसा होगा।

परियोजना के विवरण के अनुसार, इसके बाद हर पट्टी को कुछ ही सेकंड में पारगम्यता की तीन श्रेणियों—उच्च, मध्यम या निम्न—में रखा जा सकता है। इससे उत्पादकों को बैरल का हिस्सा बनने से पहले लकड़ी का आकलन करने का एक वस्तुनिष्ठ और मापने योग्य तरीका मिलता है, जबकि पहले वे मुख्य रूप से दृश्य निरीक्षण और कूपर यानी बैरल बनाने वाले कारीगरों के अनुभव पर निर्भर रहते थे।

UVaMOX की भूमिका यह जांचना है कि AI पर आधारित ये वर्गीकरण तहखाने की वास्तविक परिस्थितियों में होने वाली प्रक्रिया से मेल खाते हैं या नहीं। यह समूह वाइन निर्माण में ऑक्सीजन के प्रबंधन और नियंत्रण में विशेषज्ञता रखता है। इसके शोधकर्ता जांच रहे हैं कि क्या एक ही श्रेणी में रखे गए बैरल परिपक्वन के दौरान वास्तव में समान व्यवहार करते हैं और एक जैसे नतीजे देते हैं।

यह वैज्ञानिक सत्यापन परियोजना का एक केंद्रीय हिस्सा है। यदि वर्गीकरण प्रणाली भरोसेमंद साबित होती है, तो वाइनरी को यह बेहतर ढंग से समझने में मदद मिल सकती है कि कोई खास बैरल समय के साथ वाइन को कैसे प्रभावित करेगा। इससे बैरल के बीच के अंतर भी कम हो सकते हैं—यह उन उत्पादकों के लिए लंबे समय से बनी एक चुनौती है जो अलग-अलग बैच में परिपक्वन की एकसमान शैली बनाए रखना चाहते हैं।

परियोजना अब शोध के चरण से आगे बढ़कर व्यावसायिक परिस्थितियों जैसे परीक्षणों तक पहुंच चुकी है। OTR के आधार पर छांकी गई लकड़ी से बने 48 बैरल का पहला बैच तैयार करके वाइनरियों को वितरित किया गया है। Verdejo, Tempranillo और Garnacha के साथ परिपक्वन के प्रदर्शन का आकलन करने के लिए इन बैरल का इस्तेमाल किया जा रहा है।

इन परीक्षणों का उद्देश्य यह अधिक स्पष्टता से समझना है कि नियंत्रित ऑक्सीकरण प्रोफाइल वाइन के संवेदी विकास को कैसे प्रभावित करता है। शोधकर्ता यह देखेंगे कि क्या समान श्रेणी की लकड़ी से बने बैरल में परिपक्व वाइन का विकास, पारंपरिक बैरल में परिपक्व वाइन की तुलना में अधिक एकसमान होता है।

पेय उद्योग के लिए इसका संभावित महत्व बैरल बनाने की तकनीक में हुई प्रगति से कहीं अधिक है। मनचाही ऑक्सीजन प्रोफाइल के अनुरूप बैरल चुनने का अधिक भरोसेमंद तरीका वाइनरियों को परिपक्वन पर बेहतर नियंत्रण रखने, तहखाने के प्रबंधन में अनिश्चितता घटाने और बैरल की खरीद अधिक रणनीतिक ढंग से करने में मदद कर सकता है। इससे कूपरों को भी पारंपरिक चयन तरीकों के बजाय मापे गए प्रदर्शन के आधार पर अपने उत्पादों को अलग पहचान देने का नया साधन मिल सकता है।

यह परियोजना इस व्यापक बदलाव की ओर भी इशारा करती है कि शिल्प और परंपरा से जुड़े क्षेत्रों में डेटा-आधारित साधनों का इस्तेमाल किस तरह हो रहा है। इस मामले में कृत्रिम बुद्धिमत्ता तहखाने या कार्यशाला में मानवीय निर्णय की जगह नहीं ले रही है। इसके बजाय, यह ऐसी प्रक्रिया में मापने योग्य जानकारी की एक अतिरिक्त परत जोड़ रही है जो लंबे समय से निरीक्षण, अनुभव और परीक्षण-त्रुटि पर निर्भर रही है।

Plataforma AKIS के अनुसार, इस काम का महत्व वाइन से आगे भी है। चूंकि लकड़ी से ऑक्सीजन का स्थानांतरण अन्य बैरल-परिपक्व पेयों में भी मायने रखता है, इसलिए भविष्य में इसी तरीके को व्हिस्की या ब्रांडी जैसे उत्पादों के लिए अपनाया जा सकता है। ऐसा कोई भी विस्तार इस बात पर निर्भर करेगा कि वाइन में प्रणाली कैसा प्रदर्शन करती है और अन्य पेयों के लिए इसका आगे सत्यापन कैसा रहता है, क्योंकि वहां परिपक्वन की परिस्थितियां और गुणवत्ता के लक्ष्य अलग होते हैं।

इस परियोजना में वानिकी का पहलू भी शामिल है। ओक की लकड़ी की भौतिक संरचना को वाइन निर्माण के एक मापने योग्य नतीजे से जोड़कर साझेदार वन संसाधनों का मूल्य बढ़ाने और लकड़ी के चयन, बैरल उत्पादन तथा पेय की गुणवत्ता के बीच मजबूत संबंध बनाने की कोशिश कर रहे हैं।

UVaMOX के लिए यह प्रयास ऐसे अनुप्रयुक्त शोध का उदाहरण है जिसका उद्देश्य प्रयोगशाला से उत्पादन स्थल तक पहुंचना है। इसके शोधकर्ता वाइन निर्माण में ऑक्सीजन नियंत्रण पर अपने काम के जरिए यह जांच रहे हैं कि क्या डिजिटल वर्गीकरण प्रणाली बैरल में परिपक्वन की प्रक्रिया को अधिक मानकीकृत बनाने में मदद कर सकती है—और साथ ही अंतिम वाइन की शैली तय करने में ओक की भूमिका को बरकरार रख सकती है।

48 बैरल के परीक्षण से मिले नतीजे तय करेंगे कि वाइनरी और कूपर इस तकनीक को व्यापक स्तर पर अपना सकते हैं या नहीं। यदि AI प्रणाली से पहचानी गई श्रेणियां वास्तविक परिस्थितियों में बैरल के प्रदर्शन से काफी हद तक मेल खाती हैं, तो यह तरीका वाइन क्षेत्र को परिपक्वन के सबसे कम अनुमानित पहलुओं में से एक को संभालने का व्यावहारिक उपाय दे सकता है।