Investigadores italianos recorrem à inteligência artificial para mapear o envelhecimento do vinho Taurasi

Investigadores do Instituto de Ciências da Alimentação do Conselho Nacional de Investigação de Itália, em Avellino, anunciaram na sexta-feira, 30 de outubro, que recorreram a análises laboratoriais e à inteligência artificial para estudar as alterações do vinho Taurasi durante o envelhecimento. O trabalho poderá vir a apoiar o desenvolvimento de novas ferramentas de controlo da qualidade e verificação da autenticidade na produção de vinho.

O estudo analisou quatro colheitas de Taurasi DOCG: 2015, 2018, 2021 e 2022. Segundo o instituto, os investigadores compararam os vinhos medindo os seus principais componentes químicos, incluindo polifenóis, antocianinas e compostos aromáticos, e aplicaram depois algoritmos de aprendizagem automática para detetar padrões nas amostras.

A equipa de investigação afirmou que esta abordagem lhe permitiu identificar semelhanças e diferenças entre as quatro colheitas e construir o que descreveu como um mapa químico da evolução do vinho ao longo do tempo. Daniela Evangelista é indicada como primeira autora do estudo, realizado por um grupo de investigação do instituto de Avellino.

Os resultados foram publicados na revista científica Metabolites, no âmbito do projeto Agritech, financiado através do Plano Nacional de Recuperação e Resiliência de Itália, conhecido como PNRR. O instituto afirmou que o trabalho se centra no Taurasi DOCG, um dos vinhos tintos mais conhecidos da região de Irpinia, na Campânia, e o utiliza como caso de estudo para abordar questões mais amplas sobre a evolução dos vinhos durante o envelhecimento.

A investigação reflete um esforço crescente na ciência dos alimentos e das bebidas para combinar análises químicas clássicas com sistemas de análise de dados capazes de processar conjuntos complexos de medições. No vinho, o envelhecimento pode alterar a estrutura, a cor, o aroma e outras características de formas difíceis de captar através de um único indicador. Ao comparar vários compostos em simultâneo, os modelos de aprendizagem automática podem ajudar os investigadores a identificar relações mais difíceis de detetar apenas através de uma análise convencional.

O instituto apresentou o estudo como um primeiro passo para aplicações mais amplas da inteligência artificial na análise da qualidade, caracterização e autenticidade do vinho. Isso não significa que o método esteja pronto para utilização corrente em todo o setor. O comunicado descreve-o como uma primeira etapa, o que indica que o trabalho ainda é exploratório e teria de ser validado de forma mais abrangente, com mais vinhos, mais colheitas e contextos de produção adicionais, antes de poder ser transformado numa ferramenta normalizada.

Ainda assim, o estudo aponta para uma possível via de desenvolvimento para o setor das bebidas. Se métodos semelhantes se revelarem fiáveis em maior escala, poderão oferecer às adegas, aos laboratórios e às entidades reguladoras outra forma de acompanhar a evolução dos produtos ao longo do tempo e reforçar as análises relacionadas com a origem e a autenticidade. Isso é especialmente relevante nas categorias de vinhos de gama alta, em que o histórico de envelhecimento, o estilo e a proveniência podem ter um valor comercial significativo.

O Taurasi tem o estatuto DOCG, a mais elevada denominação protegida de Itália em matéria de origem dos vinhos e de normas de produção. Isso torna-o um objeto adequado para investigação sobre marcadores químicos e métodos de classificação, uma vez que as questões de identidade e consistência são centrais na avaliação destes vinhos pelo mercado. Um sistema que associe compostos mensuráveis às fases de envelhecimento também poderá ajudar os produtores a compreender melhor as variações entre colheitas e a evolução do vinho em cave.

O instituto de Avellino não apresentou a inteligência artificial como substituta da análise enológica tradicional. Em vez disso, o trabalho combina medições laboratoriais normalizadas com ferramentas de aprendizagem estatística. Na prática, isso significa que os modelos dependem da qualidade dos dados químicos recolhidos nos vinhos, em vez de funcionarem como um atalho autónomo.

A investigação insere-se também numa tendência mais ampla na ciência agrícola e alimentar, em que a inteligência artificial está a ser cada vez mais testada em tarefas como a classificação de produtos, a rastreabilidade e a deteção de fraudes. O vinho é uma área propícia a esse trabalho, por conter um grande número de compostos que interagem entre si e porque o setor já depende fortemente da química analítica. Estudos como o de Avellino sugerem que a aprendizagem automática poderá ser mais útil para organizar e interpretar essa complexidade do que para substituir métodos científicos estabelecidos.

Para os investigadores, o valor do projeto está em demonstrar que é possível acompanhar o envelhecimento de um vinho como o Taurasi através de uma análise integrada da química e dos dados. Para os produtores e o mercado das bebidas em geral, a importância a longo prazo poderá depender de o método conseguir ultrapassar um contexto de investigação limitado e demonstrar resultados consistentes em mais garrafas, denominações e anos.