Znanstvenici su obučili algoritam koji će pratiti kemijski sastav vina tako precizno da će moći odrediti odakle potiče grožđe od koga je napravljeno.
Istraživači su koristili strojno učenje kako bi razlikovali vina na osnovu suptilnih razlika u koncentraciji brojnih sastojaka. Što im omogućava da prate podrijetlo vina ne samo do određene vinogradarske regije, već i do imanja, gdje je vino napravljeno.
Postoji mnogo vinskih prijevara u kojima ljudi prave neke mješavine u garažama, tiskaju etikete i prodaju ih za tisuće dolara. Prvi put pokazujemo da imamo dovoljno osjetljive kemijske analize da možemo uočiti razliku. naglašava profesor Alexander Pogue sa Sveučilišta u Ženevi.
Da bi obučili program, znanstvenici su se okrenuli plinskoj hromatografiji, koja je korištena za analizu 80 vina pravljenih tijekom 12 godina sa sedam različitih imanja u regiji Bordeaux u Francuskoj. Ova tehnika se obično koristi u laboratorijama za odvajanje i identifikaciju sastojaka koji čine smjesu.
Umjesto da pokušava pronaći pojedinačne sastojke koji razlikuju jedno vino od drugog, algoritam se oslanja na sve kemikalije otkrivene u vinu. Na taj način radi najpouzdaniji potpis za svako. Program prikazuje svoje rezultate na dvodimenzionalnoj mreži, gdje se vina sa sličnim potpisima zajedno grupiraju.
Gubici vinara tri milijarde eura
Istraživanje, koje bi se trebalo pojaviti u znanstvenom časopisu „Communications Chemistry“, ukazuje da bi strojno učenje moglo pomoći kod istraga o prijevarama tako što će potvrditi odgovara li vino etiketi.
U Europi, lažno piće je odgovorno za godišnji gubitak vinara od tri milijarde eura, prenosi Bizlife. Nedavni slučajevi su istaknuli veličinu kriminalnih mreža aktivnih u industriji.
Ranije ove godine članovi bande osuđeni su zato što su dovozili cisterne sa španjolskim stolnim vinom u Francusku. I prodavali ga kao francusko. Prevara se odvijala godinama i vjeruje se da je prodano oko pet milijuna boca pod etiketom bordoa.
Otkrivanje prijevara najočiglednija je primjena za program. Ipak, profesor Pogue smatra da bi se ovakav pristup mogao koristiti za praćenje kvalitete tijekom procesa proizvodnje vina. Na taj bi se način mogla osigurati dobra mješavina.
