Sukčiai, kurie lynų pliūpsnį laiko aukščiausios klasės gudruoliu, netrukus gali turėti dirbtinį intelektą; mokslininkai parengė algoritmą, kaip atsekti vynų kilmę, remdamiesi įprastine chemine analize.
Tyrėjai naudojo mašininį mokymąsi, kad atskirtų vynus pagal subtilius junginių koncentracijų skirtumus, leidžiančius jiems atsekti vynus ne tik iki tam tikro vynuogių auginimo regiono, bet ir į dvarą, kuriame vynas buvo pagamintas.
„Yra daug sukčiavimo su vynu, kai žmonės savo garaže susikuria šlamštą, spausdina etiketes ir parduoda jį už tūkstančius dolerių“, – sakė Ženevos universiteto Šveicarijoje profesorius Alexandre’as Pouget. „Pirmą kartą parodome, kad mūsų cheminės technologijos yra pakankamai jautrios, kad galėtume atskirti.
Norėdami apmokyti programą, mokslininkai kreipėsi į dujų chromatografiją, kuri buvo naudojama analizuojant 80 vynų, surinktų per 12 metų iš septynių skirtingų dvarų Prancūzijos Bordo regione. Šis metodas dažniausiai naudojamas laboratorijose, norint atskirti ir identifikuoti mišinį sudarančius junginius.
Užuot bandęs rasti atskirus junginius, išskiriančius vieną vyną nuo kito, algoritmas remiasi visomis vyne aptiktomis cheminėmis medžiagomis, kad nustatytų patikimiausią kiekvienos jų parašą. Programa rodo rezultatus dvimatėje tinklelyje, kur vynai su panašiais parašais sugrupuojami.
„Pirmas dalykas, kurį pamatėme tiesiai į mus, yra tai, kad yra sankaupų, kurios atitinka konkrečias pilis. Tai mums iškart pasakė, kad kiekvienai piliai yra būdingas cheminis parašas, nepriklausomas nuo derliaus“, – sakė Pouget. „Tai yra bendras daugelio molekulių koncentracijos modelis, išskiriantis pilis. Kiekviena yra simfonija: nėra nė vienos natos, kuri juos išskirtų, tai visa melodija.
Be to, siužetai atskleidė daug daugiau. Stebėtina, kad grupių padėtis atspindėjo dvarų vietą žemėje, o vynai iš trijų pilių į šiaurę nuo Dordonės upės aiškiai atsiskyrė nuo keturių pilių į vakarus nuo Garonne upės. „Kai atliekame šias chromatogramų projekcijas, atkuriame Bordo žemėlapį“, – sakė Pouget.
„Mašininio mokymosi galia tokio pobūdžio tyrimams tampa vis akivaizdesnė su kiekvienu nauju pritaikymu maisto ir žemės ūkyje“, – sakė Davidas Jeffery, Adelaidės universiteto vyno mokslo docentas ir knygos „Suprasti vyno chemiją“ bendraautorius. .
Daugybė veiksnių, pradedant vynuogėmis ir dirvožemiu, baigiant mikroklimatu ir vyno gamybos procesu, turi įtakos junginių koncentracijai vynuose kiekvienoje pilyje. Nors programa 99 % tikslumu atsekdavo vynus iki tinkamų pilių, jai buvo sunku atskirti derlių ir geriausiu atveju pasiekti 50 % tikslumą.
Tyrimas, kuris bus paskelbtas „Communications Chemistry“, rodo, kad mašininis mokymasis gali padėti tirti sukčiavimą, patvirtindamas, ar vynas atitinka etiketę. Europoje, kur padirbtų gėrimų kasmet prarandama 3 mlrd. Šių metų pradžioje gaujos nariai buvo nuteisti už tai, kad į Prancūziją įvežė tanklaivius ispaniško stalo vyno, kol jis buvo pavadintas prancūzišku. Sukčiavimas truko daugelį metų ir, manoma, buvo susijęs su beveik 5 mln. butelių, kai kurie iš jų buvo perpakuoti kaip bordo buteliai.
Nors sukčiavimo aptikimas yra akivaizdžiausias programos taikymas, Pouget teigė, kad šis metodas gali būti naudojamas vyno gamybos proceso kokybei stebėti ir užtikrinti, kad ji būtų gerai sumaišyta. „Galėtume tai panaudoti norėdami išsiaiškinti, kaip maišyti vynus, kad būtų optimizuota kokybė“, – sakė jis. „Vyno maišymas yra pagrindinis žingsnis gaminant puikų bordo ir šampaną. Kol kas tai daro keli vyndariai, kuriems už savo įgūdžius sumokami nemenkai. Turint tokius įrankius, būtų daug pigiau gaminti puikius mišinius, o tai būtų naudinga visiems.
