Moët Hennessy и партнеры тестируют ИИ-сенсоры для выявления дефектов вина до того, как их можно почувствовать по запаху

Moët Hennessy, Analog Devices и Калифорнийский университет в Дейвисе сообщили в среду, что совместно разрабатывают сенсорную платформу с искусственным интеллектом, призванную выявлять химические сигналы в винограде, сусле и вине раньше, чем это позволяют стандартные методы анализа. Цель — замечать риски для качества до того, как они станут видимыми или ощутимыми по запаху.

О проекте объявили в Париже и Уилмингтоне, штат Массачусетс. Его представили как новое применение технологии выявления химических сигнатур, восходящей к более ранним исследованиям Массачусетского технологического института. Analog Devices (ADI) сообщила, что продолжила развивать платформу и теперь испытывает ее совместно с исследовательскими командами Moët Hennessy и специалистами UC Davis по виноградарству и энологии.

Согласно сообщению, первой целью стал дефект, известный как Fresh Mushroom Aroma (FMA), который может негативно влиять на аромат вина и его качество с точки зрения рынка. Организации заявили, что исследователям удалось на раннем этапе выявить образцы с повышенным риском развития этого дефекта — до того, как его можно было бы обнаружить традиционными методами.

Вместе с объявлением компании и университет не опубликовали рецензируемую научную статью и не представили подробных данных об эффективности, например частоты ошибок, объема тестовой выборки или сроков масштабного коммерческого внедрения. В своих заявлениях они описали работу как демонстрационный проект и продолжающееся исследование, а не как готовую коммерческую систему.

Технология предназначена для считывания летучих химических сигнатур, выделяемых виноградной лозой, суслом и готовым вином. В ADI сообщили, что сенсорная платформа собирает широкий массив химических данных и использует машинное обучение, чтобы анализировать сигналы и выявлять закономерности, связанные с биологическими процессами и возможными проблемами с качеством. Вместо анализа только фиксированного перечня заранее определенных соединений система должна обучаться на более крупных массивах химических данных и выявлять сочетания сигналов, которые могут указывать на проблему на более раннем этапе производства.

Moët Hennessy сообщила, что ее исследовательский центр Robert-Jean de Vogüé создал библиотеку образцов и сопутствующих данных, использованную для обучения алгоритмов выявления FMA. UC Davis, где работает одна из наиболее известных в США программ по виноградарству и энологии, вносит исследовательский опыт и готовит будущих пользователей системы.

Проект объединяет три разных звена винодельческой отрасли. Moët Hennessy — подразделение LVMH, занимающееся вином и крепкими напитками и объединяющее портфель винодельческих хозяйств и домов шампанских вин. ADI — производитель полупроводников, который расширяет деятельность в области сенсорных систем с поддержкой ИИ. UC Davis давно сотрудничает с виноградарями и винодельнями в сфере науки о виноградниках, ферментации и качества вина.

В заявлениях, опубликованных вместе с объявлением, руководители и исследователи подчеркнули, что цель проекта — помочь виноделам и управляющим виноградниками, а не заменить их. По их словам, более ранняя информация о стрессе лозы, условиях ферментации и рисках для качества даст экспертам больше времени, чтобы решить, менять ли методы работы на винограднике, иначе сортировать виноград, корректировать операции в погребе или изолировать партии, в которых может развиться дефект.

Этот подход также изучают для других задач. Организации сообщили, что в дальнейшем работа может охватить раннее выявление болезней лозы, оценку почвы и обнаружение других дефектов вина, особенно связанных с такими климатическими явлениями, как воздействие лесных пожаров. В последние годы дым и другие экологические факторы стали вызывать все большую обеспокоенность у виноградарей в нескольких винодельческих регионах, и исследователи ищут более быстрые способы оценить их влияние на виноград и вино.

Именно поэтому объявление важно не только как сообщение об отдельном техническом эксперименте. Если система будет надежно работать за пределами лаборатории и в промышленных масштабах, она поможет винодельням быстрее принимать меры, сокращать потери из-за порчи или понижения категории партий и ужесточить контроль качества в отрасли, где небольшие изменения аромата могут влиять на цену и ценность бренда. На фоне роста климатической нестабильности и производственных затрат сектор напитков в целом, включая производителей премиальных вин и крепких напитков, все активнее инвестирует в сенсорные инструменты контроля качества.

Партнеры также представили эту работу как часть более масштабных усилий по повышению устойчивости виноделия. Бен Монтпети, заведующий кафедрой виноградарства и энологии UC Davis, заявил в сообщении, что виноградная и винодельческая отрасли сталкиваются с серьезными глобальными проблемами и нуждаются как в более качественной информации, так и в специалистах, умеющих ею пользоваться. По словам Мануэля Ремана из Moët Hennessy, эта работа может помочь командам предвидеть риски для качества до того, как они станут заметными. Макс Шулакер, возглавляющий подразделение ADI Health Solutions, заявил, что цель — перейти от реакции на дефекты к их предвидению.

ADI сообщила, что со временем намерена сделать технологию доступной для более широкого промышленного применения, а Moët Hennessy и UC Davis изучают, могут ли общие справочные библиотеки принести пользу всей виноградной и винодельческой отрасли. В объявлении не уточняется, как будет организован доступ, смогут ли сторонние производители пользоваться библиотеками данных и во сколько винодельням обойдется внедрение системы.

Проект также отражает более широкий сдвиг в сельскохозяйственных технологиях: производители сенсоров стремятся объединить химический анализ, ИИ и полевые данные в инструментах, которые можно применять на более ранних этапах производства. В виноделии контроль качества по-прежнему во многом опирается на сочетание лабораторных анализов, дегустации, визуального осмотра и опыта работы на винограднике и в погребе. Сторонники новой платформы считают, что она позволит добавить еще один уровень информации, выявляя закономерности, которые слишком тонки или проявляются слишком рано для существующих рабочих процессов.

Пока что речь идет лишь о заявлениях организаций, участвующих в проекте. Они сообщили о предварительной демонстрации, показавшей, что химический анализ с помощью сенсоров под управлением ИИ может выявлять один из важных дефектов вина до того, как он полностью разовьется. Тот же подход может найти более широкое применение на виноградниках и винодельнях, если дальнейшие испытания подтвердят результаты.