La ciencia crea una herramienta de IA con 'olfato' para detectar el vino de mala calidad

05/12/2023

En: abc.es
Digital

Los investigadores utilizaron el aprendizaje automático para distinguir los vinos basándose en diferencias sutiles en las concentraciones de decenas de compuestos El clima extremo empuja la producción mundial de vino a su nivel más bajo en más de 60 años EFE Los estafadores que hacen pasar un mal trago de vino por una bebida de alta gama pronto podrían tener los días contados. Un grupo de científicos ha entrenado un algoritmo para rastrear los orígenes del vino basándose en análisis químicos de rutina. Los investigadores utilizaron el aprendizaje automático para distinguir los vinos basándose en diferencias sutiles en las concentraciones de decenas de compuestos, lo que les permitió rastrear los vinos no solo hasta una región vitivinícola en particular, sino también hasta la finca donde se elaboró el vino . « Hay mucho fraude en el sector del vino , en el que la gente inventa cosas en su garaje, imprime etiquetas y las vende por miles de dólares«, afirmó a 'The Guardian' el profesor Alexandre Pouget de la Universidad de Ginebra, en Suiza. «Demostramos por primera vez que tenemos suficiente sensibilidad con nuestras técnicas químicas para notar la diferencia». Las heladas tempranas, las fuertes lluvias y la sequía han afectado significativamente la producción mundial de viñedos, según un organismo internacional Para entrenar el programa, los científicos recurrieron a la cromatografía de gases, que se utilizó para analizar 80 vinos cosechados durante 12 años en siete fincas diferentes en la región francesa de Burdeos. La técnica se utiliza comúnmente en laboratorios para separar e identificar los compuestos que forman una mezcla. En lugar de intentar encontrar compuestos individuales que distingan un vino de otro, el algoritmo se basa en todas las sustancias químicas detectadas en el vino para encontrar la firma más fiable para cada una. El programa muestra sus resultados en una cuadrícula bidimensional, donde se agrupan vinos con firmas similares. Pérdidas millonarias a causa del vino falso La investigación, publicada en Communications Chemistry , sugiere que el aprendizaje automático podría ayudar en las investigaciones de fraude al confirmar si el vino coincide con su etiqueta. En Europa, donde el alcohol falso es responsable de 3.000 millones de euros en ventas perdidas anualmente, casos recientes han puesto de relieve el tamaño de las redes criminales activas en la industria. A principios de este año, miembros de una banda fueron condenados por introducir camiones cisterna con vino de mesa español en Francia antes de hacerlo pasar por francés. El fraude se desarrolló durante años y se cree que involucró el equivalente a casi 5 millones de botellas, algunas de las cuales fueron reenvasadas como burdeos. Si bien la detección de fraude es la aplicación más obvia del programa, Pouget dijo que el enfoque podría usarse para monitorear la calidad durante todo el proceso de elaboración del vino y garantizar que esté bien mezclado. «Podríamos utilizar esto para descubrir cómo mezclar vinos para optimizar la calidad», dijo. «La mezcla de vinos es el paso clave para elaborar excelentes Burdeos y champán. Hasta ahora, esto lo hacen unos pocos enólogos a quienes se les paga una fortuna por sus habilidades. Tener herramientas como ésta haría que fuera mucho más económico hacer excelentes mezclas, lo que beneficiaría a todos». Una serie de factores, desde las uvas y el suelo hasta el microclima y el proceso de elaboración del vino, influyen en las concentraciones de compuestos que se encuentran en los vinos de cada castillo. Si bien el programa rastreó los vinos hasta los castillos correctos con una precisión del 99%, tuvo dificultades para distinguir las añadas, alcanzando una precisión del 50% en el mejor de los casos.