Disse resultater, offentliggjort i tidsskriftet 'Communications Chemistry', baner vejen for nye potentielle værktøjer til at bekæmpe varemærkeforfalskning vine og forudsigelige værktøjer til at vejlede beslutningstagning i vinsektoren.
Hver vin er resultatet af fine og komplekse blandinger af tusindvis af molekyler. Deres koncentrationer svinger baseret på druens sammensætning, hvilket igen afhænger af naturen, jordens struktur, druesorten og vinmagerens praksis. Disse variationer, selvom de er små, kan have stor indflydelse på vinens smag. Med klimaændringer, nye forbrugsvaner og stigningen i forfalskning af vin er behovet for at have effektive værktøjer til at bestemme vinens identitet blevet af fundamental betydning.
En af de anvendte teknikker er 'gaschromatografi', som består i at adskille komponenterne i en blanding ved affinitet mellem to materialer. Denne metode kræver specifikt, at blandingen passerer gennem et meget tyndt rør på 30 meter langt, her vil de komponenter, der har større affinitet med rørets materiale, gradvist adskilles fra de andre; hver deling vil derefter blive registreret af et 'massespektrometer', som vil producere et kromatogram, der er i stand til at detektere 'toppen', der ligger til grund for de molekylære separationer.
I tilfælde af vin, på grund af de mange molekyler, der udgør den, er disse toppe ekstremt talrige, hvilket gør en detaljeret og udtømmende analyse meget vanskelig. I samarbejde med teamet af Stephanie Marchand, fra Institute of Vine and Wine Sciences ved University of Bordeaux, har Alexandre Pougets forskningsgruppe fundet løsningen på dette dilemma ved at kombinere kromatogrammer og kunstig intelligensværktøjer.
Kromatogrammerne kommer fra 80 rødvine fra 1990 årgange, mellem 2007 og XNUMX, og syv godser i Bordeaux-regionen. Disse rådata blev derefter behandlet ved hjælp af maskinlæring, et felt afkunstig intelligens hvor algoritmer lærer at identificere tilbagevendende mønstre i grupper af information. Metoden giver os mulighed for at tage højde for de komplette kromatogrammer for hver vin, som kan indeholde op til 30.000 point, og opsummere hvert kromatogram i to koordinater X og Y, denne proces kaldes dimensionalitetsreduktion.
Ved at placere de nye koordinater på en graf var forskerne i stand til at se syv 'skyer' af punkter og opdagede, at hver af disse grupperede årgange af samme ejendom baseret på deres kemiske ligheder. På den måde kunne forskerne påvise, at hver virksomhed har sin egen kemiske signatur.
Det opdagede forskerne i løbet af deres analyser den kemiske identitet af disse vine var ikke defibetinget af koncentrationen af nogle specifikke molekyler, men fra et bredt kemisk spektrum. "Vores resultater viser, at det er muligt at identificere den geografiske oprindelse af en vin med 100 % nøjagtighed ved at anvende dimensionsreduktionsteknikker på gaskromatogrammer - understregede Pouget, som også ledede forskningen - undersøgelsen giver ny viden om komponenter i identiteten og en vins sensoriske egenskaber. Det baner også vejen for udviklingen af værktøjer til at understøtte beslutningsprocessen, såsom at bevare et territoriums identitet og udtryk og mere effektivt at bekæmpe forfalskning."
BlogInnovazione.it
Coveware by Veeam vil fortsætte med at levere responstjenester til cyberafpresning. Coveware vil tilbyde kriminaltekniske og afhjælpende funktioner...
Forudsigende vedligeholdelse revolutionerer olie- og gassektoren med en innovativ og proaktiv tilgang til anlægsstyring...
Det britiske CMA har udsendt en advarsel om Big Techs adfærd på markedet for kunstig intelligens. Der…
Dekretet om "grønne huse", der er formuleret af Den Europæiske Union for at øge bygningers energieffektivitet, har afsluttet sin lovgivningsproces med...
