इतालवी शोधकर्ताओं ने कृत्रिम बुद्धिमत्ता से Taurasi वाइन की उम्र बढ़ने की प्रक्रिया का मानचित्र बनाया

इटली की राष्ट्रीय अनुसंधान परिषद के एवेलिनो स्थित खाद्य विज्ञान संस्थान के शोधकर्ताओं ने शुक्रवार, 30 अक्टूबर को बताया कि उन्होंने प्रयोगशाला विश्लेषण और कृत्रिम बुद्धिमत्ता की मदद से अध्ययन किया है कि उम्र बढ़ने के साथ Taurasi वाइन में किस तरह बदलाव आते हैं। यह काम आगे चलकर वाइन निर्माण में गुणवत्ता नियंत्रण और प्रामाणिकता जांच के नए औजार विकसित करने में मददगार हो सकता है।

अध्ययन में 2015, 2018, 2021 और 2022 के चार Taurasi DOCG विंटेज की जांच की गई। संस्थान के अनुसार, शोधकर्ताओं ने पॉलीफेनॉल, एंथोसायनिन और सुगंधित यौगिकों समेत वाइन के प्रमुख रासायनिक घटकों को मापकर उनकी तुलना की। इसके बाद नमूनों में पैटर्न पहचानने के लिए मशीन लर्निंग एल्गोरिदम का इस्तेमाल किया।

शोध दल ने कहा कि इस तरीके से चारों विंटेज के बीच समानताओं और अंतरों की पहचान करना और समय के साथ वाइन में आए बदलावों का एक रासायनिक मानचित्र तैयार करना संभव हुआ। अध्ययन में Daniela Evangelista को प्रथम लेखक के रूप में सूचीबद्ध किया गया है। यह शोध एवेलिनो संस्थान के एक शोध समूह ने किया।

निष्कर्ष वैज्ञानिक पत्रिका Metabolites में Agritech परियोजना के तहत प्रकाशित हुए। इस परियोजना को इटली की राष्ट्रीय पुनर्प्राप्ति और लचीलापन योजना से वित्तपोषण मिलता है, जिसे PNRR के नाम से जाना जाता है। संस्थान ने कहा कि यह काम Taurasi DOCG पर केंद्रित है, जो कैंपानिया के Irpinia क्षेत्र की सबसे प्रसिद्ध रेड वाइनों में से एक है। इसे उम्र बढ़ने के दौरान वाइन में होने वाले बदलावों से जुड़े व्यापक सवालों के अध्ययन के उदाहरण के रूप में लिया गया है।

यह शोध खाद्य और पेय विज्ञान में उस बढ़ते प्रयास का हिस्सा है, जिसमें पारंपरिक रासायनिक जांच को ऐसे डेटा विश्लेषण तंत्रों के साथ जोड़ा जा रहा है जो जटिल मापों के बड़े समूहों को संसाधित कर सकते हैं। उम्र बढ़ने के दौरान वाइन की संरचना, रंग, सुगंध और अन्य विशेषताएं बदल सकती हैं, जिन्हें किसी एक संकेतक से समझना मुश्किल होता है। एक साथ कई यौगिकों की तुलना करके मशीन लर्निंग मॉडल उन संबंधों को सामने ला सकते हैं जिन्हें केवल पारंपरिक समीक्षा से पहचानना कठिन है।

संस्थान ने इस अध्ययन को वाइन की गुणवत्ता, विशेषताओं और प्रामाणिकता के विश्लेषण में कृत्रिम बुद्धिमत्ता के व्यापक उपयोग की दिशा में शुरुआती कदम बताया। इसका मतलब यह नहीं है कि यह तरीका पूरे उद्योग में नियमित इस्तेमाल के लिए तैयार है। घोषणा में इसे पहला कदम कहा गया है, जिससे संकेत मिलता है कि यह काम अभी खोजपरक चरण में है। मानक औजार के रूप में इस्तेमाल से पहले अधिक वाइन, अधिक विंटेज और उत्पादन की अतिरिक्त परिस्थितियों में इसकी व्यापक पुष्टि करनी होगी।

इसके बावजूद, यह अध्ययन पेय क्षेत्र के लिए एक संभावित दिशा की ओर इशारा करता है। यदि बड़े पैमाने पर इसी तरह के तरीके भरोसेमंद साबित होते हैं, तो वे वाइनरी, प्रयोगशालाओं और नियामकों को समय के साथ उत्पादों में होने वाले बदलावों पर नजर रखने और उद्गम तथा प्रामाणिकता से जुड़ी विश्लेषणात्मक जांच मजबूत करने का एक और तरीका दे सकते हैं। प्रीमियम वाइन श्रेणियों में यह खास तौर पर अहम है, जहां उम्र बढ़ने का इतिहास, शैली और उद्गम महत्वपूर्ण व्यावसायिक मूल्य रखते हैं।

Taurasi को DOCG का दर्जा प्राप्त है, जो वाइन के उद्गम और उत्पादन मानकों के लिए इटली का सर्वोच्च संरक्षित पदनाम है। इसलिए रासायनिक मार्करों और वर्गीकरण के तरीकों पर शोध के लिए यह उपयुक्त विषय है, क्योंकि ऐसी वाइनों का बाजार में मूल्यांकन उनकी पहचान और एकरूपता पर निर्भर करता है। मापे जा सकने वाले यौगिकों को उम्र बढ़ने के चरणों से जोड़ने वाली प्रणाली उत्पादकों को विंटेज के बीच अंतर और तहखाने में वाइन के विकास को बेहतर ढंग से समझने में भी मदद कर सकती है।

एवेलिनो संस्थान ने कृत्रिम बुद्धिमत्ता को पारंपरिक वाइन-विज्ञान विश्लेषण का विकल्प नहीं बताया। इसके बजाय, इस काम में मानक प्रयोगशाला मापों के साथ सांख्यिकीय लर्निंग टूल जोड़े गए हैं। व्यावहारिक रूप से, इसका अर्थ है कि मॉडल वाइन से जुटाए गए रासायनिक डेटा की गुणवत्ता पर निर्भर करते हैं; वे स्वतंत्र रूप से काम करने वाला कोई आसान विकल्प नहीं हैं।

यह शोध कृषि और खाद्य विज्ञान के व्यापक रुझान में भी योगदान देता है, जहां उत्पाद वर्गीकरण, ट्रेसबिलिटी और धोखाधड़ी का पता लगाने जैसे कामों के लिए AI का परीक्षण तेजी से किया जा रहा है। वाइन इस तरह के शोध के लिए स्वाभाविक क्षेत्र है, क्योंकि इसमें बड़ी संख्या में परस्पर क्रिया करने वाले यौगिक होते हैं और यह क्षेत्र पहले से ही विश्लेषणात्मक रसायन विज्ञान पर काफी निर्भर है। एवेलिनो का यह अध्ययन संकेत देता है कि मशीन लर्निंग सबसे उपयोगी तब हो सकती है, जब उसका इस्तेमाल इस जटिलता को व्यवस्थित करने और समझने के लिए किया जाए, न कि स्थापित वैज्ञानिक तरीकों की जगह लेने के लिए।

शोधकर्ताओं के अनुसार, परियोजना का महत्व यह दिखाने में है कि Taurasi जैसी वाइन की उम्र बढ़ने की प्रक्रिया को रसायन विज्ञान और डेटा विश्लेषण के एकीकृत अध्ययन से ट्रैक किया जा सकता है। उत्पादकों और व्यापक पेय बाजार के लिए इसका दीर्घकालिक महत्व इस बात पर निर्भर कर सकता है कि यह तरीका सीमित शोध परिवेश से आगे बढ़कर अधिक बोतलों, अपीलेशनों और वर्षों में लगातार समान नतीजे दे पाता है या नहीं।