Krivotvorena vina, umjetna inteligencija mogu razotkriti prevare

Časopis Communications Chemistry objavio rezultate analize o hemijskom označavanju crnih vina.

Univerziteti u Ženevi i Bordou uspeli su da identifikuju, sa 100% tačnošću, hemijsku etiketu crnih vina sedam velikih kompanija za proizvodnju vina u regionu Bordoa.

Rezultati su dobijeni zahvaljujući primjeni umjetne inteligencije.

Borba protiv krivotvorenja vina

Ovi rezultati, objavljeni u časopisu 'Communications Chemistry', otvaraju put za nove potencijalne alate za borbu protiv krivotvorina vina i prediktivni alati za usmjeravanje donošenja odluka u vinskom sektoru. 

Svako vino rezultat je finih i složenih mješavina hiljada molekula. Njihove koncentracije variraju ovisno o sastavu grožđa, koji zauzvrat ovisi o prirodi, strukturi tla, sorti grožđa i praksi vinara. Ove varijacije, čak i male, mogu imati veliki utjecaj na okus vina. S klimatskim promjenama, novim navikama potrošača i porastom krivotvorenja vina, potreba za efikasnim alatima za utvrđivanje identiteta vina sada je postala od fundamentalnog značaja.

Plinska hromatografija

Jedna od korištenih tehnika je 'gasna hromatografija', koji se sastoji u razdvajanju komponenti mješavine prema afinitetu između dva materijala. Ova metoda, konkretno, zahtijeva da smjesa prođe kroz vrlo tanku cijev dužine 30 metara, pri čemu će se komponente koje imaju veći afinitet s materijalom cijevi postepeno odvajati od ostalih; svako razdvajanje će tada biti snimljeno 'masenim spektrometrom', koji će proizvesti hromatogram, sposoban da detektuje 'vrkove' koji leže u osnovi molekularnih razdvajanja.

U slučaju vina, zbog brojnih molekula koji ga čine, ovi vrhovi su izuzetno brojni, što otežava detaljnu i iscrpnu analizu. U saradnji sa timom Stephanie Marchand, sa Instituta za vinovu lozu i vino Univerziteta u Bordou, istraživačka grupa Alexandrea Pougeta pronašla je rešenje za ovu dilemu, kombinujući hromatograme i alate veštačke inteligencije.

Kromatogrami i umjetna inteligencija

Kromatogrami dolaze od 80 crnih vina iz dvanaest berbi, između 1990. i 2007., i sedam imanja u regiji Bordeaux. Ovi sirovi podaci su zatim obrađeni korišćenjem mašinskog učenja, oblastivještačka inteligencija u kojoj algoritmi uče da identifikuju ponavljajuće obrasce u grupama informacija. Metoda nam omogućava da uzmemo u obzir kompletne hromatograme svakog vina, koji mogu uključivati ​​do 30.000 tačaka, i sumirati svaki hromatogram u dvije koordinate X i Y, ovaj proces se naziva smanjenjem dimenzionalnosti.

Postavljanjem novih koordinata na grafikon, istraživači su mogli vidjeti sedam 'oblaka' tačaka i otkrili da je svaka od njih grupirala berbe istog posjeda na osnovu njihovih kemijskih sličnosti. Na ovaj način istraživači su mogli da pokažu da svaka kompanija ima svoj hemijski potpis.

Istraživači su to otkrili tokom svojih analiza hemijski identitet ovih vina nije bio defiograničeno koncentracijom nekih specifičnih molekula, ali iz širokog hemijskog spektra. “Naši rezultati pokazuju da je moguće identifikovati geografsko porijeklo vina sa 100% tačnošću, primjenom tehnika smanjenja dimenzionalnosti na plinske hromatograme – podvukao je Pouget, koji je i vodio istraživanje – studija pruža nova saznanja o komponentama identiteta i senzorna svojstva vina. To također utire put za razvoj alata za podršku procesu donošenja odluka, kao što je očuvanje identiteta i izraza teritorije i za efikasniju borbu protiv krivotvorina." 

BlogInnovazione.it