Измамниците кои се обидуваат да подметнат лажни копии на висококвалитетно вино наскоро ќе мора да се соочат со вештачката интелигенција. Имено, научниците обучија алгоритам за следење на хемискиот состав на виното толку прецизно што ќе може да одреди од каде доаѓа грозјето од кое е направено, пишува „Гардијан“.

Истражувачите користеле машинско учење за да ги разликуваат вината врз основа на суптилните разлики во концентрацијата на бројни соединенија, овозможувајќи им да го следат потеклото на виното не само во одреден регион за одгледување вино, туку и до имотот каде што е направено виното.

„Има многу измами со вино, каде што луѓето прават некои мешавини во нивните гаражи, печатат етикети и ги продаваат за илјадници долари. За првпат имаме хемиска анализа доволно чувствителна за да ја воочиме разликата“, нагласува професорот Александре Пуге од Универзитетот во Женева.

За да ја обучат програмата, научниците се свртеле кон гасна хроматографија, која била искористена за анализа на 80 вина направени во текот на 12 години од седум различни имоти во регионот Бордо во Франција. Оваа техника најчесто се користи во лабораториите за да се одвојат и идентификуваат соединенијата што ја сочинуваат смесата.

Наместо да се обидува да најде поединечни соединенија кои разликуваат едно вино од друго, алгоритмот се потпира на сите хемикалии откриени во виното за да создаде најсигурен потпис за секое вино. Програмата ги прикажува своите резултати на дводимензионална решетка, каде вината со сличен потпис се групирани заедно.

„Првото нешто што го воочивме, а што нѐ шокираше, е дека има кластери кои одговараат на одреден шато. Ова веднаш ни покажа дека постои хемиски потпис, кој е специфичен за секој шато, без разлика на гроздоберот. Тоа е целокупната шема на концентрација на многу, многу молекули кои се специфични за одреден шато. Секоја сама по себе е симфонија: нема ниту една нота што ги разликува, тоа е целата мелодија“, вели професорот Пуже.

Анализата открила многу повеќе. Впечатливо, позициите на кластерите ги пресликувале локациите на имотите на теренот, со вина од трите шатоа северно од реката Дордоња, јасно одвоени од четирите шатоа западно од реката Гарона.

„Моќта на машинското учење за овој тип истражување станува сѐ поочигледна со секоја нова апликација во технологијата за храна и земјоделството“, посочува Дејвид Џефри, вонреден професор по енологија на Универзитетот во Аделаида и соавтор на „Разбирање на хемијата на виното“.

Мноштво фактори, од грозјето и почвата до микроклимата и процесот на производство на вино, влијаат на концентрацијата на соединенијата кои се наоѓаат во вината на секој шатоа. Додека програмата ги следела вината до вистинските шатоа со 99 отсто прецизност, таа имала проблем да ја разликува гроздоберната година, при што била точна околу 50 отсто од времето.

Истражувањето, кое треба да се појави во научното списание „Комјуникејшенс кемистри“, сугерира дека машинското учење може да помогне во истрагите за измами, со тоа што ќе потврди дали виното одговара на етикетата.

Во Европа винарите губат три милијарди евра годишно поради оние кои продаваат лажно вино. Неодамнешните случаи ја истакнаа големината на криминалните мрежи, кои се активни во индустријата. Неодамнешните случаи ја истакнаа големината на криминалните мрежи активни во индустријата. Претходно оваа година, членови на криминална банда беа осудени дека донеле танкери со шпанско трпезно вино во Франција и го продавале како француско. Измамата траела со години и се верува дека околу пет милиони шишиња биле продадени под лажна етикета.

Иако откривањето измами е најочигледната примена за програмата, професорот Пуже верува дека овој пристап може да се користи за следење на квалитетот за време на процесот на производство на вино и создавање добра мешавина.

„Ова би можеле да го искористиме за да откриеме кои мешавини би ни дале уште подобар квалитет“.