Partner del settore vinicolo presentano un sistema di IA che rileva i difetti prima dei test convenzionali

Moët Hennessy, Analog Devices e University of California, Davis hanno annunciato lunedì di collaborare allo sviluppo di un sistema di rilevamento basato sull’intelligenza artificiale, progettato per individuare segnali chimici provenienti dalle viti, dal mosto e dal vino prima dei metodi di analisi standard, con l’obiettivo di intercettare i rischi per la qualità prima che diventino evidenti in cantina o in bottiglia.

I partner hanno dichiarato che il primo risultato del progetto è un sistema di allerta precoce per un difetto noto come aroma di fungo fresco, o Fresh Mushroom Aroma (FMA), che può alterare il profilo olfattivo di un vino e ridurne il valore di mercato. Secondo le aziende e l’università, i ricercatori sono riusciti a individuare campioni con un rischio maggiore di sviluppare il difetto prima che fosse rilevabile con i metodi convenzionali.

Il progetto riunisce le competenze di UC Davis in viticoltura ed enologia, i dati di ricerca e produzione di Moët Hennessy e le tecnologie di sensori e apprendimento automatico di Analog Devices, nota come ADI. Moët Hennessy è la divisione vini e distillati di LVMH. ADI ha dichiarato che la piattaforma analizza un’ampia gamma di informazioni chimiche e usa l’intelligenza artificiale per stabilire quali segnali siano più rilevanti, invece di limitarsi a cercare un elenco predefinito di marcatori noti.

Secondo l’annuncio, il lavoro si basa su ricerche precedenti avviate al Massachusetts Institute of Technology. ADI ha dichiarato di aver continuato a sviluppare la tecnologia per l’analisi delle impronte chimiche in diversi ambiti e di starla ora adattando alla viticoltura e alla produzione del vino insieme agli altri partner.

Al centro della prima dimostrazione c’è una raccolta di campioni realizzata dai ricercatori del Robert-Jean de Vogüé Research Center di Moët Hennessy. La raccolta, insieme ai relativi dati di produzione e qualità, è stata utilizzata per addestrare modelli di apprendimento automatico a riconoscere schemi chimici associati al rischio di FMA. Le organizzazioni hanno dichiarato che questo ha permesso al sistema di segnalare i campioni in una fase più precoce del consueto, dando ai produttori la possibilità di intervenire prima che il difetto si manifesti.

È un aspetto importante, perché i difetti qualitativi nel vino possono avere costi elevati. Se vengono individuati tardi, i produttori possono avere meno possibilità di correggerli e alcune partite possono perdere valore o dover essere declassate. Rilevarli prima potrebbe aiutare le cantine a ridurre le perdite, migliorare il controllo della qualità e decidere con maggiore tempestività come intervenire su fermentazione, assemblaggio, conservazione o altri aspetti. Lo stesso principio potrebbe valere per il settore delle bevande nel suo complesso, ovunque sia necessario individuare sottili cambiamenti qualitativi prima che incidano sul prodotto finito.

I partner hanno descritto la tecnologia come uno strumento di supporto alle decisioni, non come un sostituto di viticoltori ed enologi. L’obiettivo, hanno spiegato, è fornire agli esperti più informazioni e al momento giusto, lasciando alle persone in vigna e in cantina la decisione finale. È un aspetto importante in un settore in cui le scelte produttive dipendono spesso dall’esperienza, dalle condizioni locali e dalla valutazione sensoriale, non soltanto dai dati di laboratorio.

La collaborazione segnala anche un più ampio ricorso all’intelligenza artificiale in agricoltura e nella produzione alimentare, dove le aziende cercano metodi più rapidi ed economici per monitorare i sistemi biologici. In questo caso, il sistema si concentra sui composti volatili e su altre impronte chimiche emesse da materiale biologico. L’idea è che tali segnali possano rivelare cambiamenti biologici o condizioni di stress prima della comparsa di sintomi visibili o dei tradizionali problemi qualitativi.

Oltre all’FMA, le tre organizzazioni hanno dichiarato di studiare altre possibili applicazioni, tra cui la rilevazione precoce delle malattie della vite, la valutazione del suolo e l’individuazione di difetti legati a eventi climatici come gli incendi boschivi. Queste applicazioni sono ancora in fase di sviluppo, ma indicano un possibile ruolo più ampio della piattaforma nella gestione dei vigneti, mentre la variabilità climatica aumenta la pressione sulla qualità e sulla costanza delle uve.

Le possibili applicazioni legate agli incendi potrebbero suscitare particolare interesse in California e in altre regioni vinicole che negli ultimi anni hanno dovuto fare i conti con l’esposizione al fumo e le perdite dei raccolti. Un sistema in grado di rilevare precocemente cambiamenti chimici legati allo stress ambientale potrebbe rivelarsi prezioso non solo per i produttori di vini di alta gamma, ma anche per i viticoltori che cercano di gestire i rischi su volumi maggiori.

Nell’annuncio, Ben Montpetit di UC Davis ha dichiarato che la resilienza dei settori dell’uva e del vino dipenderà da una conoscenza più approfondita e da persone capaci di utilizzarla. Ha aggiunto che la collaborazione punta a promuovere entrambi gli aspetti, sviluppando strumenti che migliorino il processo decisionale e contribuendo a formare la prossima generazione di specialisti in viticoltura ed enologia, capaci di interpretare i nuovi dati.

Manuel Reman, membro del comitato esecutivo di Moët Hennessy con responsabilità su ricerca e sviluppo, ha dichiarato che il progetto potrebbe aiutare i produttori a rilevare e interpretare il «linguaggio chimico» di uve e vino prima che i problemi di qualità diventino visibili. Max Shulaker, responsabile dell’unità Health Solutions di ADI, ha affermato che il progetto unisce il rilevamento basato sull’intelligenza artificiale alla viticoltura per leggere i segnali emessi dai sistemi viventi e passare da una gestione della qualità basata sulla reazione a una basata sull’anticipazione.

ADI ha dichiarato di voler rendere la tecnologia disponibile, in ultima analisi, per un uso industriale più ampio. Nel frattempo, Moët Hennessy e UC Davis hanno detto di valutare la possibilità di sviluppare raccolte di riferimento condivise, a beneficio dell’intero settore dell’uva e del vino. Potrebbe essere importante se il sistema si rivelasse efficace in regioni, varietà di uva e metodi di produzione diversi, poiché gli strumenti di intelligenza artificiale tendono a migliorare quando vengono addestrati su insiemi di dati più ampi e diversificati.

Non è stata annunciata una tempistica per il lancio commerciale o per un accesso più ampio da parte del settore. Le organizzazioni non hanno inoltre reso noti i termini finanziari della collaborazione. Hanno invece presentato un primo esempio di integrazione tra sensori basati su semiconduttori, apprendimento automatico e scienze agrarie in un settore che si è tradizionalmente affidato ad analisi di laboratorio più lente e alla valutazione sensoriale umana.

Per i produttori di vino, il vantaggio immediato è concreto: ricevere prima un avviso su un difetto che altrimenti potrebbe manifestarsi troppo tardi per essere gestito efficacemente. Per il settore delle bevande nel suo insieme, il progetto è un ulteriore segnale del fatto che l’intelligenza artificiale sta andando oltre marketing e logistica, entrando nella chimica stessa della produzione, dove anche piccoli miglioramenti nella rilevazione precoce possono avere effetti significativi su qualità, sprechi e costi.