Учёные создали детектор спелости винограда на основе искусственного интеллекта, предназначенный для повышения эффективности производства вина. Устройство сочетает передовые технологии с многовековым опытом виноградарей в стремлении дать потребителю лучшее вино.
Новый портативный ручной сенсор предоставляет мгновенные и точные данные о том, готов ли виноград к сбору, сообщают учёные из Великобритании.
Поскольку сбор винограда требует точного выбора времени, исследователи из Лондонского университета королевы Марии (QMUL) изобрели портативный оптический сенсор, использующий современное машинное обучение для предоставления виноделам мгновенной информации о спелости их винограда, сообщает новостное агентство SWNS.
Устройство устраняет необходимость в ручном отборе проб и медленных разрушающих тестах, заявляют исследователи.
Сюэчунь Ван, постдокторант QMUL, специализируется на применении алгоритмов машинного обучения для создания интеллектуальных сенсоров.
«Наша технология использует оптические датчики для определения того, как виноград поглощает и отражает свет на разных длинах волн», — сказала Ван.
«По мере созревания винограда его химический состав меняется, что изменяет его оптическую реакцию.
«Анализируя эти спектральные паттерны с помощью алгоритмов ИИ, мы можем оценить спелость винограда прямо на лозе, не повреждая ягоду».
Сенсор получил название RipenAI.
Ван сказала, что его можно держать в руке, что позволяет сборщикам винограда мгновенно проверять спелость перед сбором по всей винной индустрии.
Его также можно установить по всей виноградной плантации для непрерывного мониторинга спелости винограда и здоровья урожая, добавила она.
Команда QMUL работает над интеграцией этой технологии в роботизированного сборщика винограда в рамках совместного проекта с Extend Robotics и виноградником Saffron Grange в Эссексе, сообщает SWNS.
Ожидается, что технология принесёт значительные бизнес-преимущества виноделам.
Ник Эдвардс, директор Saffron Grange Vineyard, сказал: «Сбор винограда в правильное время — одно из самых важных решений, которые принимает виноградарь при производстве вина наивысшего качества. Это требует тщательного мониторинга ключевых параметров, таких как содержание сахара и кислотности, от фазы верасьон (начала созревания) до сбора урожая.
«Крайне важно, чтобы виноград собирался при правильном уровне спелости. Стиль вина в конечном итоге определяет идеальное окно сбора, диктуя баланс сахара, кислотности и вкуса, который ищет винодел.
«Созревание также варьируется на разных участках виноградника, — отметил Эдвардс, — в зависимости от таких факторов, как клоновый сорт, тип почвы, местоположение, экспозиция и крайне изменчивая погода».
«В Saffron Grange мы сосредоточены исключительно на производстве высококачественных игристых вин, и данные играют критическую роль в наших решениях о сборе. Своевременный доступ к точной информации о спелости позволяет нам уверенно планировать рабочую силу на период сбора и подготовку винодельни.
«RipenAI поддержит этот подход, предоставляя неразрушающий, в реальном времени, анализ спелости винограда по всему нашему винограднику».
Благодаря новой технологии виноделы получат «возможность многократно оценивать одни и те же гроздья на протяжении всего периода созревания… что даёт ещё более чёткую картину прогресса созревания по сравнению с традиционным разрушающим отбором проб», сообщает SWNS.
«Сбор винограда в точно правильное время также помогает минимизировать необходимость таких вмешательств, как декисление… поддерживая производство более качественных игристых вин. Мы очень рады быть частью этого проекта».
Вооружившись обнадёживающими первыми данными полевых испытаний в Saffron Grange, учёные ищут больше виноградников, агротехнологических компаний и даже фруктовых садов, чтобы помочь им протестировать новый прототип в следующий сезон сбора урожая.
Профессор Лэй Су из QMUL, ссылаясь на быстро растущую винную индустрию Британии, добавил: «RipenAI сформирует будущее умного сбора урожая для растущей отрасли, где время и точность определяют разницу между успехом и провалом».
Технология адаптируема для яблок, ягод и не только, утверждают создатели.
В отличие от винной индустрии Великобритании, которая относительно невелика, хотя и растёт, США являются четвёртым ведущим производителем вина в мире после Италии, Испании и Франции, по данным отраслевых экспертов.
В Нью-Йорке журнал Wine Enthusiast недавно назвал регион Фингер-Лейкс «Винодельческим регионом года в Америке» — достижение, которое, по словам офиса губернатора Кэти Хокул, «признаёт первоклассное виноделие региона, устойчивые практики и сплочённое сообщество, которые помогли определить штат Нью-Йорк как лидера в американской винокультуре».
Как работает RipenAI: наука на службе терруара
На первый взгляд может показаться, что определение спелости винограда — это просто вопрос вкуса и опыта. Однако на самом деле это сложная химическая задача, от решения которой зависят тонны урожая, годы выдержки и, в конечном счёте, репутация винодельни.
Традиционные методы требуют от виноградаря регулярно ходить по рядам, отрывать ягоды с разных лоз, давить их, измерять сахар (Brix), кислотность (pH) и другие показатели. Это отнимает время, требует лабораторных условий и, самое главное, уничтожает те самые ягоды, которые потом могли бы попасть в вино.
RipenAI работает иначе. Устройство посылает на поверхность винограда луч света в ближнем инфракрасном диапазоне (NIR). Разные химические соединения — сахара, кислоты, полифенолы, антоцианы — поглощают и отражают свет на разных длинах волн. Полученный спектральный «отпечаток» сравнивается с базой данных тысяч уже проанализированных образцов, а нейронная сеть в реальном времени вычисляет степень зрелости.
Весь процесс занимает меньше секунды. Виноградарь просто прикладывает сенсор к грозди — и на экране появляются цифры: сахар, кислотность, фенольная зрелость, рекомендация «ждём» или «срочно собирать».
Почему это важно для виноделия
Ошибка в определении даты сбора может стоить виноделу целого года. Слишком ранний сбор — вино будет кислым, зелёным, с травянистыми нотками. Слишком поздний — избыток сахара даст высокий алкоголь, потеряется кислотность, а красные вина могут стать «варёными» и плоскими.
Особенно критичен этот вопрос для игристых вин, где баланс сахара и кислотности должен быть идеальным. Базовое вино для шампанского или английского игристого должно иметь высокую кислотность и относительно низкий сахар — иначе второе брожение в бутылке пойдёт неправильно. Поэтому для виноделен вроде Saffron Grange, специализирующихся именно на игристых винах, точность данных — это вопрос выживания на конкурентном рынке.
От винограда к яблокам: будущее технологии
Универсальность оптического анализа в том, что он не «знает», что перед ним — виноград или яблоко. Меняется калибровка, но принцип остаётся тем же. Создатели RipenAI уже заявляют, что технология адаптируема для оценки спелости яблок, ягод, вишни, а в перспективе — даже авокадо и манго.
Для фруктовых садов, где сбор урожая часто механизирован, интеграция RipenAI в роботизированные комбайны открывает ещё более интересные возможности. Представьте: машина едет по ряду, сенсор «видит», какие плоды созрели, а какие нет, и собирает только готовые, оставляя остальные дозревать. Это радикально повышает качество конечного продукта и снижает потери.
Российский контекст: есть ли будущее у умного виноделия?
Виноделие в России — одна из самых быстрорастущих отраслей сельского хозяйства. Кубань, Крым, Дон, Ставрополье — площади виноградников расширяются, качество вин растёт. Однако проблема точного определения сроков сбора здесь стоит не менее остро, чем в Англии или Калифорнии.
Климат юга России — с его жарким летом и ранними заморозками — требует особенно тщательного мониторинга. Один ливень перед сбором может спровоцировать вспышку грибковых заболеваний, а резкое похолодание — убить ещё не собранный урожай. Российские виноградари пока полагаются в основном на ручные методы и лабораторные анализы, но первые отечественные разработки в области спектроскопии уже появляются.
Технология вроде RipenAI, если она дойдёт до российского рынка (или если появится её отечественный аналог), могла бы серьёзно помочь местным виноделам. Особенно небольшим хозяйствам, у которых нет ресурсов на собственную лабораторию, но есть желание делать качественное вино.
Экономический эффект: почему инвесторы заинтересованы
Для крупных винодельческих хозяйств точность измерения спелости — это не просто качество, это деньги. По оценкам отраслевых аналитиков, ошибка в дате сбора всего на 3–5 дней может снизить стоимость урожая на 15–20%. Для виноградника площадью 100 гектаров это миллионы рублей потерь.
RipenAI обещает сократить эти потери за счёт:
— мгновенного результата (не нужно ждать лабораторных анализов);
— неразрушающего контроля (сохранность каждой ягоды);
— возможности частых замеров (один человек может проверить сотни точек за день);
— накопления данных (AI учится на истории каждого участка виноградника, предсказывая оптимальные окна сбора на будущие годы).
Кроме того, технология позволяет виноделам дольше держать виноград на лозе, не рискуя пропустить пик зрелости. А это — более сложные ароматы, лучшая структура танинов и, в итоге, вина, которые получают более высокие оценки критиков и продаются дороже.
От прототипа к массовому производству
Сейчас команда QMUL находится на стадии полевых испытаний. У них есть работающий прототип, обнадёживающие данные с виноградника Saffron Grange и интерес со стороны нескольких агротехнологических компаний. Следующий шаг — создание промышленной версии, которая будет дешевле, прочнее и удобнее для массового использования.
Параллельно идут переговоры с производителями фруктов — от яблочных садов Кента до черничных плантаций в Шотландии. Универсальность платформы означает, что один прибор может обслуживать разные культуры, меняя только программное обеспечение.
Для конечного потребителя — то есть для нас с вами — это означает одно: вино (и фрукты) станут стабильно качественнее. Потому что каждое решение о сборе урожая будет принято не на глазок и не по календарю, а на основе реальных данных, обработанных искусственным интеллектом. И в этом нет ничего плохого — в конце концов, технология не заменяет винодела, а даёт ему в руки более точный инструмент. А вино, как и прежде, делает человек.
Следите за новостями в Telegram
👇 Поделитесь в вашей соцсети
RSS - Записи
Оставьте комментарий