L’industria del vino: cercano di applicare l’intelligenza artificiale per migliorare ulteriormente la loro produttività | L’Argentina è il quinto produttore mondiale di vino

Mendoza, la terra di vini iconici, produttori e cantine, ha anche scienziati che lavorano sull’applicazione di strumenti di apprendimento automatico e intelligenza artificiale, con l’obiettivo di rispondere alle esigenze di produzione. Questo è il caso dei giovani ricercatori Emmanuel Milan e Tatiana Parlanti, della Facoltà di Scienze Esatte e Naturali dell’Università Nazionale di Koyo, lavora per stimare con maggiore accuratezza i rendimenti annuali per il mese di marzo. Cercano di eliminare le erbacce e di contare le uve, con l’obiettivo di selezionare il più adatto e ottenere un vino migliore.

Lo sviluppo tecnologico in quest’area non è un dato di fatto: nel mondo l’Argentina è il quinto produttore di vino, dopo Italia, Francia, Spagna e Stati Uniti. Per questo il miglioramento dei processi produttivi attraverso la scienza si pone come un aspetto, nel contesto della tecnologia internazionale, che non può attendere. «Infatti sono stati gli stessi produttori a dirci che avevano un problema con la raccolta, un intralcio che compare anche nelle pesche, nei pomodori, nell’aglio. Non avevano modo di stimare quanto sarebbe stato prodotto e quanto sarebbe stato raccolto. Il problema è che in base alle loro stime le cantine finiscono per pagare di più (se c’è meno produzione) o meno (se c’è più offerta), dice Milan, ingegnere informatico con un dottorato in informatica e ricercatore al Conicet. . Un mercato così importante a livello locale, quindi, non finisce mai per essere adeguatamente calibrato.

Come accadono le cose nella pratica attuale? Generalmente, i tecnici dell’Istituto Nazionale di Viticoltura chiedono ai produttori come stimano la produzione e dicono loro, a grandi linee, cosa pensano accadrà. Ma la stima può fallire, perché non c’è modo di misurare. In effetti c’è, anche se molto ingombrante se non impossibile: devono contare l’uva con l’uva per ridurre la possibilità di errore e per sapere quanti quintali estraggono in un dato ettaro.

In base a questa premessa, i contributi associati all’applicazione dell’intelligenza artificiale forniti da Uncuyo possono contribuire allo sviluppo del sistema di parametri comunemente utilizzato. “Attraverso il machine learning automatico, è possibile scattare foto con droni o quad a cui sono collegate le telecamere e che possono penetrare in molti luoghi. Una volta catturata, la macchina opera con meccanismi ripetitivi, reti neurali profonde che rilevano il numero di uva in ogni immagineSpiega Milano. Prevedendo quanti gruppi ci sono in ogni grafico, è possibile raddoppiare il margine di errore e ridurlo significativamente. Lo stesso procedimento si può provare con le colture di pomodoro o aglio, ed infatti è più semplice perché sulla vite il fagotto può spesso essere ricoperto di fogliame.

In studi condotti in altri paesi, l’acquisizione di immagini può essere utilizzata per la raccolta selettiva: Nota quale tipo di frutto è maturo e quale tipo è acerbo. La stessa logica può essere utilizzata per Identificazione delle erbe infestanti In modo che il produttore sappia in seguito con maggiore precisione quante sostanze chimiche spruzzare, senza danneggiare l’ecosistema rilasciando in modo sproporzionato sostanze nocive. Su quest’ultimo aspetto, i ricercatori di Uncuyo stanno lavorando in collaborazione con un gruppo di INTA, con sede a Luján.

Addestramento della macchina

Affinché le macchine siano in grado di riconoscere i modelli, è necessario prima insegnarli. Come i bambini quando sono piccoli, la procedura viene ripetuta fino a quando non esce a un certo punto. Barlanti, laureato in Scienze di Base con specializzazione in matematica e Conicet Fellow, fa notare una differenza: “Per le persone, quando sono giovani, vengono mostrati loro due o tre gruppi e imparano immediatamente a capirlo da soli. D’altra parte, la macchina impiega un po’ più di tempo. I computer devono essere riempiti di immagini e una volta che imparano sono quasi infallibili. Riconoscono l’uva che non abbiamo visto con i nostri membri”.

In questo modo, i ricercatori hanno lavorato sul campo in alcune fattorie e fotografato gruppi in luoghi diversi: con più o meno luce, con più o meno nitidezza, più o meno grandi. Il secondo passo è stato classificare quelle immagini che, secondo i nostri standard, ci permettevano di osservare un gruppo. Attraverso un programma abbiamo indicato al sistema dove c’era un grappolo d’uva”, sottolinea Parlanti. Un processo simile a quello utilizzato da Facebook con il riconoscimento facciale che riconosce le persone, più volte, prima che venga classificato dall’utente. Dall’algoritmo, la rete neurale impara a riconoscere cosa è uva e cosa non lo è.

È un meccanismo che opera attraverso strati di neuroni interconnessi. Le superfici attraverso le quali le informazioni viaggiano e perfezionano quelle comunicazioni fino a quando arriva un momento in cui è difficile sbagliare. Oltre al servizio di conta uva, Sono utili anche per contare il bestiame e le persone in determinati scenari: ingresso, cortile, campo da calcio o imballaggio. Sì, gli umani addestrano le macchine per monitorarli in seguito anche se in seguito si rifiutano di volerli vedere.

statue di vino

Il vino non è solo un’altra bevanda tra le altre, ma va in profondità nelle radici storiche delle civiltà umane. In effetti, il patrocinio di questo dono dell’uva fu benedetto dagli dei della mitologia greca e romana. Dall’antichità al mondo moderno, molte culture e religioni sono state costruite attorno a potenti rituali sociali. La condivisione dei calici si pone come simbolo di fare o rompere accordi; innamorarsi o allontanarsi; Per fare amicizia o per vincere battaglie.

Che posto occupa l’Argentina nel ventunesimo secolo? Sito correlato: Si è affermato come il quinto paese produttore di vino dopo Italia, Francia, Spagna e Stati Uniti. È l’ottavo paese produttore di uva ed è tra i dieci paesi che consumano la maggior quantità di vino. Inoltre conta 215.169 ettari piantati in 18 province e sono in produzione oltre 23mila vigneti.

Secondo i dati registrati presso l’INV, nel 2020 l’Argentina contava 1.237 cantine: un settore che ha fornito 146.000 posti di lavoro diretti e 240.000 indiretti. Il 75 per cento della produzione di vino è commercializzato nel mercato interno, mentre il restante 25 per cento è destinato al mercato estero. In totale i prodotti sono più di 16mila, che costituiscono un’area in continua crescita che giustifica l’esistenza della scienza della qualità.