La Inteligencia Artificial continúa avanzando a pasos agigantados, y, aunque se ha llegado a pensar que los algoritmos sustituirán principalmente los trabajos de tipo tecnológico, lo cierto es que todo indica que su avance está llegando a otros ámbitos.
Un grupo de investigadores suizos, ha recurrido al uso de la Automatización inteligente para llevar adelante un trabajo que solían hacer los expertos catadores de vino. ¿Se convertirá este oficio en uno más de los amenazados por el avance de la inteligencia artificial?
¿Qué consiguieron investigadores suizos con el uso de la IA?
Un equipo de investigadores de la Universidad de Ginebra (UNIGE), Suiza, ha conseguido determinar el origen exacto de un vino basándose en su firma química. Para ello, utilizaron un algoritmo de aprendizaje automático entrenado con un conjunto de datos de más de 1.000 vinos de diferentes regiones de Suiza.
El algoritmo es capaz de identificar los compuestos químicos presentes en el vino, que son los que le dan sus características organolépticas, como el color, el aroma y el sabor. El equipo de investigación demostró que el algoritmo es capaz de identificar el origen del vino con una precisión del 98%.
¿Cómo puede la IA revolucionar el mundo del vino?
El descubrimiento realizado por los investigadores suizos, podría tener importantes implicaciones para la industria del vino, ya que podría ayudar a prevenir la falsificación de vinos. Los falsificadores suelen utilizar vinos de baja calidad y los etiquetan como vinos de alta gama. El algoritmo de aprendizaje automático podría ayudar a detectar estos fraudes, protegiendo a los consumidores y a las empresas vitivinícolas.
Además de la prevención de la falsificación, esta tecnica también se está utilizando en el sector del vino para mejorar la calidad de los productos. Por ejemplo, se está utilizando para optimizar los procesos de fermentación y envejecimiento, así como para diseñar nuevos vinos con características específicas.
En general, estos nuevos dispositivos inteligentes tiene el potencial de revolucionar la industria del vino, mejorando la calidad de los productos, previniendo la falsificación y haciendo que el proceso de producción sea más eficiente. Quédate y da un vistazo a cómo lo hace.
Reconocimiento molecular
Una de las aplicaciones más prometedoras de esta tecnología en el vino es el reconocimiento de patrones en la compleja mezcla de miles de moléculas que componen cada vino.
Estas moléculas, conocidas como compuestos fenólicos, determinan el sabor, el color y la estructura del vino. Las concentraciones de estos compuestos varían de un vino a otro, dependiendo de factores como la variedad de uva, el método de vinificación y el envejecimiento.
Los nuevos programas puede utilizarse para identificar patrones en las concentraciones de estos compuestos. Estos patrones pueden utilizarse para clasificar los vinos según su tipo, origen o calidad, reconociendo la huella química de cada producto.
La cromatografía de gases por parte del raciocinio automático para el reconocimiento del vino
La combinación de cromatografía de gases y la IA se está utilizando cada vez más para el reconocimiento del vino. La GC se puede utilizar para analizar los compuestos volátiles del vino, que son responsables de su aroma y sabor. La IA se puede utilizar para identificar los patrones en los datos de GC y asociarlos a diferentes tipos de vino.
La GC-IA tiene varias ventajas sobre los métodos tradicionales de reconocimiento del vino. Es más precisa, ya que puede detectar compuestos volátiles que son difíciles de detectar con otros métodos. También es más rápida y eficiente, ya que puede analizar un gran número de muestras en poco tiempo.
La GC-IA se ha utilizado para desarrollar sistemas de reconocimiento del vino que pueden clasificar los vinos con una precisión del 90% o más. Estos sistemas se pueden utilizar para identificar vinos falsificados, para controlar la calidad del vino y para desarrollar nuevos.
Cómo se utilizan las nubes de puntos en el análisis del vino por parte de la IA
Al realizar un cromatograma de vinos con ayuda de las computadoras, investigadores de la Universidad de Burdeos y de Ginebra, presentaron un diagrama de dos ejes, en los que se pueden apreciar las nubes de puntos. Por ejemplo:
Una empresa vinícola utiliza una nube de puntos para clasificar sus vinos según su origen. La nube de puntos muestra que los vinos de una región en particular tienden a tener un contenido de alcohol más alto que los vinos de otras regiones.
Un enólogo utiliza una nube de puntos para predecir la calidad de un vino en función de sus características. La nube de puntos muestra que los vinos con un alto contenido de compuestos fenólicos tienden a recibir puntajes más altos en las catas.
Una bodega utiliza una nube de puntos para controlar la calidad del vino en el proceso de elaboración. La nube de puntos muestra que los vinos con un pH bajo tienden a ser más susceptibles a la oxidación.
Las nubes de puntos son una herramienta valiosa para el análisis del vino por parte de esta nueva tecnica. Permiten visualizar las relaciones entre diferentes características del vino, identificar outliers y aplicar diferentes técnicas de análisis.
La metodología aplicada
Los investigadores de la Universidad de Ginebra desarrollaron un método para estudiar el vino mediante Redes neuronales artificiales que combina la espectroscopia Raman con el aprendizaje automático. La espectroscopia Raman es una técnica que utiliza la luz para medir las vibraciones de las moléculas. El aprendizaje automático es una rama de la inteligencia artificial que permite a las computadoras aprender a realizar tareas sin ser explícitamente programadas.
El método desarrollado por los investigadores de la Universidad de Ginebra consiste en utilizar la espectroscopia Raman para generar un espectro de cada vino. Este espectro se utiliza luego para entrenar un modelo de aprendizaje automático. El modelo de aprendizaje automático aprende a asociar los patrones de vibración de las moléculas en el espectro con las características sensoriales del vino, como el aroma, el sabor y el cuerpo.
Los investigadores utilizaron este método para estudiar una colección de 100 vinos diferentes. El modelo de aprendizaje automático fue capaz de predecir con precisión las características sensoriales de los vinos, con un error promedio de solo 2 puntos en una escala de 100 puntos. Este método tiene el potencial de revolucionar el estudio del vino.
:format(jpg)/f.elconfidencial.com%2Foriginal%2F3d6%2F182%2F672%2F3d618267262c0a426f912e33a7f90258.jpg "A sus 72 años, este es el desayuno que Isabel Preysler toma cada mañana 29")
:quality(70)/cloudfront-eu-central-1.images.arcpublishing.com/prisaradiolos40/7U5FTJ4JNZD4TJSW6TIBAMSI5U.jpg "Jimena desata su ira a niveles nunca antes vistos en el último capítulo de la semana de ‘La Promesa’ por TVE 178")
:format(jpg)/f.elconfidencial.com%2Foriginal%2Fe7b%2Fab2%2Fd90%2Fe7bab2d905988cb768d588ac40f00958.jpg "Jimena desata su ira a niveles nunca antes vistos en el último capítulo de la semana de ‘La Promesa’ por TVE 181")
