近日,科学家们成功研发了一项人工智能工具,通过机器学习技术,能够通过葡萄酒中微量化合物的浓度差异,准确地追溯葡萄酒的真伪,甚至追溯到具体的葡萄园和酒庄。
研究团队利用气相色谱法对法国波尔多地区七个不同酒庄的80种葡萄酒进行了12年的化学分析,训练出了这一程序。与传统方法不同的是,该算法不是寻找单一的化合物来区分葡萄酒,而是利用酒中检测到的所有化学物质,确定每种酒最可靠的"化学签名"。这一程序通过在二维网格上显示结果,使具有相似"化学签名"的葡萄酒聚集在一起。
研究表明,这种方法不仅能够精确地追溯到特定的葡萄园和酒庄,而且揭示了每个酒庄独特的"化学音符",而不仅仅是单一的分子。该研究成果不仅对打击葡萄酒欺诈有着显著的应用前景,而且可用于监控葡萄酒生产过程,确保酒的质量和混酿的均衡。
然而,虽然该程序在将葡萄酒追溯到正确酒庄的准确性高达99%,但在区分年份方面存在挑战,最高仅有50%的准确性。尽管如此,这项研究在《通讯化学》期刊上发表,强调了机器学习技术在欺诈调查中的潜在价值,尤其是在欧洲每年因假酒导致26亿欧元(26亿英镑)的销售损失中。
除了在打击欺诈方面有明显应用外,该研究的负责人表示,这一方法还可以用于监控整个葡萄酒生产过程,确保混酿的质量。他指出,这种工具的运用将使制作顶级葡萄酒的成本降低,从而使更多人受益。