Итальянские исследователи с помощью ИИ составили карту старения вина Taurasi

В пятницу, 30 октября, исследователи Института пищевых наук Национального исследовательского совета Италии в Авеллино сообщили, что с помощью лабораторного анализа и искусственного интеллекта изучили, как меняется вино Taurasi в процессе выдержки. В перспективе эта работа может помочь разработать новые инструменты контроля качества и проверки подлинности вин.

В исследовании изучили четыре винтажа Taurasi DOCG — 2015, 2018, 2021 и 2022 годов. По данным института, исследователи сравнили вина, измерив содержание основных химических компонентов, включая полифенолы, антоцианы и ароматические соединения, а затем применили алгоритмы машинного обучения, чтобы выявить закономерности в полученных данных.

По словам исследовательской группы, этот подход позволил выявить сходства и различия между четырьмя винтажами и составить то, что авторы называют химической картой изменений вина с течением времени. Первым автором исследования указана Даниэла Эванджелиста. Работу выполнила группа ученых из института в Авеллино.

Результаты опубликованы в научном журнале Metabolites в рамках проекта Agritech, финансируемого по Национальному плану восстановления и повышения устойчивости Италии (PNRR). Институт сообщил, что работа посвящена Taurasi DOCG — одному из самых известных красных вин региона Ирпиния в Кампании. Вино выбрано в качестве примера для изучения более широкого вопроса о том, как вина развиваются в процессе выдержки.

Исследование отражает растущую тенденцию в науке о продуктах питания и напитках: классические химические анализы все чаще сочетают с системами обработки данных, способными анализировать сложные наборы измерений. Выдержка может менять структуру, цвет, аромат и другие характеристики вина, причем эти изменения трудно оценить по одному показателю. Сопоставляя сразу несколько соединений, модели машинного обучения помогают выявлять взаимосвязи, которые сложнее заметить при обычном анализе.

Институт представил исследование как первый шаг к более широкому применению искусственного интеллекта для анализа качества и характеристик вина, а также проверки его подлинности. Это не означает, что метод уже готов к повседневному использованию во всей отрасли. В сообщении института работа названа первым этапом, что указывает на ее экспериментальный характер: прежде чем превратить метод в стандартный инструмент, его потребуется проверить на большем количестве вин и винтажей, а также в различных условиях производства.

Тем не менее исследование указывает на возможное направление развития сектора напитков. Если аналогичные методы подтвердят свою надежность при масштабировании, они могут дать винодельням, лабораториям и регулирующим органам дополнительный способ отслеживать изменения продукции с течением времени и усилить аналитические проверки происхождения и подлинности. Это особенно актуально для премиальных вин, где история выдержки, стиль и происхождение могут иметь значительную коммерческую ценность.

Taurasi имеет статус DOCG — высшую в Италии категорию защищенного наименования, устанавливающую требования к происхождению вина и стандартам его производства. Поэтому это подходящий объект для изучения химических маркеров и методов классификации: при оценке таких вин на рынке ключевое значение имеют их идентичность и стабильность характеристик. Система, связывающая измеряемые соединения с этапами выдержки, также могла бы помочь производителям лучше понимать различия между винтажами и развитие вина в погребе.

Институт в Авеллино не представил искусственный интеллект как замену традиционному энологическому анализу. Напротив, в работе стандартные лабораторные измерения сочетаются с инструментами статистического обучения. На практике это означает, что модели зависят от качества собранных химических данных и не являются самостоятельным способом упростить анализ.

Исследование также вписывается в более широкую тенденцию в аграрной науке и науке о продуктах питания: ИИ все чаще тестируют для классификации продукции, обеспечения прослеживаемости и выявления мошенничества. Вино — естественная область для таких исследований, поскольку оно содержит множество взаимодействующих соединений, а отрасль уже широко использует аналитическую химию. Работа ученых из Авеллино показывает, что машинное обучение может быть особенно полезно для систематизации и интерпретации этой сложности, а не для замены проверенных научных методов.

Для исследователей ценность проекта заключается в том, что он показывает возможность отслеживать выдержку такого вина, как Taurasi, с помощью комплексного анализа химических данных. Для производителей и рынка напитков в целом долгосрочная значимость метода будет зависеть от того, удастся ли вывести его за рамки ограниченного исследовательского проекта и подтвердить стабильность результатов на большем количестве бутылок, апелласьонов и винтажей.