Un'intelligenza artificiale assaggia 80 vini e riconosce la sua cantina il 100% delle volte

Il mondo del vino, ricco di tradizione ed esperienza sensoriale, sta assistendo a una rivoluzione tecnologica che intreccia l'arte della vinificazione con la precisione della scienza. Un recente studio guidato da Alexandre Pouget, neuroscienziato computazionale dell'Università di Ginevra, e da Stéphanie Marchand dell'Istituto di Scienze della Vite e del Vino (ISVV) dell'Università di Bordeaux, ha segnato una tappa significativa nell'esplorazione della provenienza e della complessità del vino.

La lunga passione di Alexandre Pouget per il vino, radicata nella sua educazione parigina, ha trovato un'espressione unica nel suo percorso professionale di neuroscienziato. L'idea di applicare l'apprendimento automatico, una sfaccettatura dell'intelligenza artificiale che utilizzava negli studi sul cervello, al regno dell'enologia, lo perseguitava. Questa curiosità si è riaccesa durante una visita a Veuve Clicquot, portando a una collaborazione con ISVV e all'avvio di un progetto innovativo.

Lo studio ha impiegato la gascromatografia e la spettrometria di massa a ionizzazione di elettroni, abbinate all'apprendimento automatico, per analizzare le firme molecolari dei vini. Questo approccio mirava a identificare vini specifici e le loro annate in base ai loro profili chimici. La gascromatografia, un metodo di lunga data nell'analisi del vino, vaporizza i campioni di vino per registrarne i componenti molecolari. I vasti set di dati generati sono stati poi interpretati con algoritmi di apprendimento automatico, migliorando la velocità e l'accuratezza dell'analisi e riducendo al minimo i pregiudizi umani nell'interpretazione dei dati.

La ricerca del team, che ha coinvolto 80 vini provenienti da sette tenute classificate di Bordeaux, ha dato risultati sorprendenti. L'algoritmo di apprendimento automatico, addestrato con i cromatogrammi di 73 vini, ha dimostrato un tasso di successo del 100% nell'identificazione dell'azienda produttrice e una precisione del 50% nella determinazione dell'annata. Questo risultato non solo ha evidenziato le distinte identità chimiche dei vini di diverse aziende, ma ha anche sottolineato il potenziale dell'apprendimento automatico nel migliorare la nostra comprensione della chimica del vino.

Una rivelazione significativa è emersa quando le impronte chimiche dei vini sono state convertite in coordinate XY e mappate. Questa visualizzazione ha permesso di raggruppare in modo sorprendente i vini provenienti dalla stessa azienda, indipendentemente dall'annata, e di distinguere tra le origini della riva sinistra e della riva destra dei vini di Bordeaux. Questa osservazione ha illustrato in modo vivido le somiglianze chimiche tra vini geograficamente vicini, fornendo una convincente convalida del concetto di terroir.

Le implicazioni di questo studio vanno oltre la curiosità accademica. Nella lotta contro la contraffazione del vino, tecniche di identificazione così precise potrebbero rivelarsi preziose. Inoltre, poiché l'industria vinicola è alle prese con le sfide poste dai cambiamenti climatici, questa tecnologia potrebbe aiutare i produttori a preservare l'identità unica dei loro vini in condizioni ambientali in continua evoluzione.

La ricerca di Marchand e Pouget si sta ora espandendo per includere altri vitigni come il Pinot Nero e il Syrah, e per incorporare vini provenienti da aziende più modeste. Questa espansione non solo amplia la portata della ricerca, ma ne accresce anche la rilevanza per un più ampio spettro dell'industria vinicola.

Questo viaggio, iniziato dalla ricerca di Pouget di applicare l'apprendimento automatico alla sua passione per il vino, si è evoluto in uno studio pionieristico che confonde i confini tra tecnologia e tradizione. Mentre il team approfondisce le potenziali applicazioni delle sue scoperte, il mondo del vino attende con ansia i modi in cui questa fusione di scienza e sensibilità continuerà ad arricchire la nostra comprensione e il nostro apprezzamento del vino.