ジャーナル「Communications Chemistry」に掲載されたこれらの結果は、 偽造と戦うための新しい潜在的なツール ワイン、およびワイン部門の意思決定をガイドする予測ツール。
それぞれのワインは、何千もの分子の細かく複雑な混合物の結果です。 それらの濃度はブドウの組成に基づいて変動し、それは性質、土壌の構造、ブドウの種類、ワインメーカーのやり方にも依存します。 これらの変化は、たとえ小さくても、ワインの味に大きな影響を与える可能性があります。 気候変動、新たな消費習慣、ワイン偽造の増加により、ワインの正体を判断する効果的なツールの必要性が根本的に重要になっています。
使用される技術のXNUMXつは「ガスクロマトグラフィー」です。これは、30 つの材料間の親和性によって混合物の成分を分離することにあります。 この方法では、具体的には、混合物を長さ XNUMX メートルの非常に細いチューブに通す必要があります。ここでは、チューブの材料との親和性が高い成分が他の成分から徐々に分離します。 次に、各分割は「質量分析計」によって記録され、分子分離の基礎となる「ピーク」を検出できるクロマトグラムが生成されます。
ワインの場合、ワインを構成する分子の数が非常に多いため、これらのピークが非常に多く、詳細かつ網羅的な分析が非常に困難になります。 ボルドー大学ブドウ・ワイン科学研究所のステファニー・マルシャン氏のチームと協力して、アレクサンドル・プージェ氏の研究グループは、クロマトグラムと人工知能ツールを組み合わせて、このジレンマの解決策を見つけました。
クロマトグラムは、80 年から 1990 年までの 2007 ヴィンテージの XNUMX 種類の赤ワインから得られました。、ボルドー地域のXNUMXつのエステート。 この生データは、機械学習を使用して処理されました。人工知能 このアルゴリズムでは、情報グループ内の繰り返しパターンを識別する方法を学習します。 この方法では、最大 30.000 点を含む各ワインの完全なクロマトグラムを考慮し、各クロマトグラムを XNUMX つの座標 X と Y に要約することができます。このプロセスは次元削減と呼ばれます。
新しい座標をグラフ上に配置することで、研究者らは XNUMX つの点の「雲」を確認することができ、これらのそれぞれが化学的類似性に基づいて同じ農園のヴィンテージをグループ化していることを発見しました。 このようにして研究者らは、各企業が独自の化学的特徴を持っていることを実証することができました。
分析の過程で、研究者たちは次のことを発見しました。 これらのワインの化学的正体は不明でした。 defiいくつかの特定の分子の濃度によって消滅するただし、幅広い化学スペクトルからのものです。 「私たちの結果は、ガスクロマトグラムに次元削減技術を適用することで、ワインの地理的起源を100%の精度で特定できることを示しています。下線を引いているのは研究を主導したプージェ氏です。この研究は、ワインのアイデンティティとその構成要素に関する新たな知識を提供します」ワインの感覚特性。 また、領域のアイデンティティや表現を保持し、より効果的に偽造と戦うための意思決定プロセスをサポートするツールの開発への道も開かれます。」
BlogInnovazione.it
先週の月曜日、フィナンシャル・タイムズ紙はOpenAIとの契約を発表した。 FT は世界クラスのジャーナリズムにライセンスを供与しています…
何百万人もの人々がストリーミング サービスに月額料金を払っています。あなたは…というのが一般的な意見です。