ไวน์ปลอม ปัญญาประดิษฐ์สามารถเปิดโปงการหลอกลวงได้

นิตยสาร เคมีการสื่อสาร เผยแพร่ผลการวิเคราะห์ฉลากสารเคมีของไวน์แดง

มหาวิทยาลัยเจนีวาและบอร์กโดซ์สามารถระบุฉลากสารเคมีของไวน์แดงของบริษัทผู้ผลิตไวน์รายใหญ่เจ็ดแห่งในภูมิภาคบอร์โดซ์ได้ด้วยความแม่นยำ 100%

ผลลัพธ์ที่ได้มาจากการประยุกต์ใช้ปัญญาประดิษฐ์

ต่อสู้กับการปลอมแปลงไวน์

ผลลัพธ์เหล่านี้ซึ่งตีพิมพ์ในวารสาร 'Communications Chemistry' ได้ปูทางไปสู่ เครื่องมือที่มีศักยภาพใหม่ในการต่อสู้กับการปลอมแปลง ไวน์และเครื่องมือคาดการณ์เพื่อเป็นแนวทางในการตัดสินใจในภาคส่วนไวน์ 

ไวน์แต่ละชนิดเป็นผลมาจากส่วนผสมที่ละเอียดและซับซ้อนของโมเลกุลนับพันชนิด ความเข้มข้นของสารเหล่านี้ผันผวนขึ้นอยู่กับองค์ประกอบขององุ่น ซึ่งขึ้นอยู่กับธรรมชาติ โครงสร้างของดิน ความหลากหลายขององุ่น และวิธีปฏิบัติของผู้ผลิตไวน์ รูปแบบต่างๆ เหล่านี้ แม้จะเล็กน้อย แต่ก็สามารถส่งผลกระทบอย่างมากต่อรสชาติของไวน์ได้ ด้วยการเปลี่ยนแปลงสภาพภูมิอากาศ พฤติกรรมใหม่ของผู้บริโภค และการปลอมแปลงไวน์ที่เพิ่มมากขึ้น ความจำเป็นพื้นฐานในการมีเครื่องมือที่มีประสิทธิภาพในการพิจารณาเอกลักษณ์ของไวน์จึงกลายเป็นสิ่งสำคัญขั้นพื้นฐาน

แก๊สโครมาโทกราฟี

เทคนิคหนึ่งที่ใช้คือ 'แก๊สโครมาโตกราฟี'ซึ่งประกอบด้วยการแยกส่วนประกอบของส่วนผสมด้วยความสัมพันธ์ระหว่างวัสดุสองชนิด โดยเฉพาะวิธีนี้ ต้องการให้ส่วนผสมผ่านท่อบางๆ ยาว 30 เมตร ซึ่งส่วนประกอบที่มีความผูกพันกับวัสดุของท่อมากกว่าจะค่อยๆ แยกออกจากชิ้นอื่นๆ จากนั้นการแยกแต่ละครั้งจะถูกบันทึกโดย 'แมสสเปกโตรมิเตอร์' ซึ่งจะสร้างโครมาโตกราฟี ซึ่งสามารถตรวจจับ 'พีค' ที่เป็นรากฐานของการแยกโมเลกุลได้

ในกรณีของไวน์ เนื่องจากมีโมเลกุลจำนวนมากที่ประกอบขึ้น ยอดเขาเหล่านี้จึงมีจำนวนมากอย่างมาก ทำให้การวิเคราะห์ที่ละเอียดและละเอียดถี่ถ้วนเป็นเรื่องยากมาก ในความร่วมมือกับทีมงานของ Stephanie Marchand จากสถาบันไวน์และไวน์แห่งมหาวิทยาลัย Bordeaux กลุ่มวิจัยของ Alexandre Pouget ได้ค้นพบวิธีแก้ปัญหาสำหรับภาวะที่กลืนไม่เข้าคายไม่ออกนี้ โดยผสมผสานโครมาโตกราฟีและเครื่องมือปัญญาประดิษฐ์เข้าด้วยกัน

โครมาโตแกรมและปัญญาประดิษฐ์

โครมาโตกราฟีมาจากไวน์แดง 80 ชนิดจากเหล้าองุ่น 1990 ชนิด ระหว่างปี 2007 ถึง XNUMXและที่ดินเจ็ดแห่งในภูมิภาคบอร์โดซ์ ข้อมูลดิบนี้ได้รับการประมวลผลโดยใช้การเรียนรู้ของเครื่องซึ่งเป็นสาขาของปัญญาประดิษฐ์ ซึ่งอัลกอริธึมเรียนรู้ที่จะระบุรูปแบบที่เกิดซ้ำในกลุ่มข้อมูล วิธีนี้ช่วยให้เราพิจารณาโครมาโตกราฟีที่สมบูรณ์ของไวน์แต่ละชนิดซึ่งอาจมีมากถึง 30.000 จุด และสรุปแต่ละโครมาโตกราฟีในสองพิกัด X และ Y กระบวนการนี้เรียกว่าการลดขนาด

ด้วยการวางพิกัดใหม่บนกราฟ นักวิจัยจึงสามารถเห็นจุด 'เมฆ' เจ็ดจุด และค้นพบว่าแต่ละจุดเหล่านี้จัดกลุ่มวินเทจที่มีที่ดินเดียวกันโดยพิจารณาจากความคล้ายคลึงกันทางเคมี ด้วยวิธีนี้ ผู้วิจัยจึงสามารถแสดงให้เห็นว่าแต่ละบริษัทมีลายเซ็นทางเคมีของตนเอง

ในระหว่างการวิเคราะห์ นักวิจัยได้ค้นพบสิ่งนั้น เอกลักษณ์ทางเคมีของไวน์เหล่านี้ไม่ได้ defiถูกกำหนดโดยความเข้มข้นของโมเลกุลจำเพาะบางชนิดแต่มาจากสเปกตรัมทางเคมีที่กว้าง “ผลลัพธ์ของเราแสดงให้เห็นว่า มีความเป็นไปได้ที่จะระบุแหล่งกำเนิดทางภูมิศาสตร์ของไวน์ได้อย่างแม่นยำ 100% โดยการใช้เทคนิคการลดขนาดกับแก๊สโครมาโตกราฟี ซึ่ง Pouget ซึ่งเน้นย้ำ ซึ่งเป็นผู้นำการวิจัยด้วย การศึกษานี้ให้ความรู้ใหม่เกี่ยวกับองค์ประกอบของเอกลักษณ์และ คุณสมบัติทางประสาทสัมผัสของไวน์ นอกจากนี้ยังปูทางสำหรับการพัฒนาเครื่องมือเพื่อสนับสนุนกระบวนการตัดสินใจ เช่น การรักษาอัตลักษณ์และการแสดงออกของดินแดน และเพื่อต่อสู้กับการปลอมแปลงได้อย่างมีประสิทธิภาพมากขึ้น" 

BlogInnovazione.it