用数据和机器学习来酿造更好的啤酒和葡萄酒
戴着gps的狗、电子鼻和能倒出完美啤酒的机器人
在澳大利亚，丛林大火就像袋鼠和考拉一样司空见惯。炎热干燥的气候经常引发火灾，危及人类生命、财产和野生动物，并威胁到该国最重要的经济产业之一:葡萄酒。2019-2020年夏季的火灾摧毁了南澳大利亚州、维多利亚州和新南威尔士州的整个葡萄园，但更广泛和更隐蔽的烟雾渗入葡萄和发酵桶，产生了令人不快的、无法销售的产品。虽然所造成的损失的全部程度还没有计算出来，但分析从澳大利亚葡萄酒研究所表明每次大火季节发生时，仅烟雾污染就会给该国的葡萄酒行业造成数千万至数亿美元的损失。
“这项研究可以消除对葡萄栽培和葡萄酒酿造的猜测，使它们更容易预测。”
Sigfredo Fuentes是墨尔本大学的副教授和植物生理学家
广泛技术的进步可以帮助种植者和酿酒师减轻烟雾污染和其他不可预知的异常情况的负面影响，如霜冻、干旱、虫害和疾病——不仅在澳大利亚，而且在世界各地。“未来的葡萄园”由墨尔本大学的植物生理学家Sigfredo Fuentes副教授领导，是一个由科学家组成的国际联盟，进行前沿研究，收集从葡萄到玻璃的高分辨率数据，并以有意义的方式进行分析。无人机、卫星成像、视频分析、植物和人体传感器与人工智能相结合——统称为“数字农业”——让葡萄酒生产商和销售商在这个充满不确定性的行业中占据优势。
富恩特斯说:“这项研究可以消除对葡萄栽培和葡萄酒酿造的猜测，使它们更容易预测。”
在藤蔓上
好酒始于藤上。美味的葡萄取决于天气和种植策略，包括灌溉、施肥、病虫害控制和树冠管理。种植者通常更喜欢小一点的葡萄浆果，这样能产生更多的葡萄皮，因此也就有更多的化合物，比如花青素、单宁酸、白藜芦醇和多酚，这些都会影响味道和香气。富恩特斯说，具有优质性状的葡萄产量较低，但每亩产量却可能更高，因此保持葡萄营养部分和生殖部分之间的平衡至关重要。他说:“没有一种配方适合葡萄栽培的所有情况，在这里，新技术和新兴技术的实施对于评估所有这些因素以获得优质产品至关重要。”s manbetx 845
富恩特斯和他的同事开发了一种技术，依靠红外热成像和近红外光谱(NIR)分析，再加上有监督的机器学习建模，来测量树叶中的烟雾污染，并评估葡萄中的烟雾污染。红外摄像机显示了葡萄树的热特征，这被烟雾打乱了。使用MATLAB®，富恩特斯和他的团队开发了计算机视觉算法，利用热特征预测树冠的烟雾污染，准确率达96%。
使用非侵入式手持仪器获得的近红外数据揭示了浆果和葡萄酒的化学指纹，几乎实时、高精度地显示了特定的与烟有关的化合物和浓度。种植者使用的传统方法要求他们将葡萄送到实验室，等待6天或更长时间才能得到结果。但实时获取这些信息可以帮助种植者做出决定，比如是否将未受污染的葡萄与受污染的葡萄分开收获，以最大限度地减少浪费。
机器学习在丛林火灾后一小时内检测出葡萄污染。图片来源:Eden Tongson博士
富恩特斯和他的团队开发了计算机视觉算法，利用葡萄树的热特征来预测烟雾污染，准确率达96%。
更深入的研究甚至在收获前就能预测来自葡萄园的潜在葡萄酒的品质特征。通过将其他变量，如天气数据输入和以前年份的已知香气剖面作为目标，训练机器学习模型来预测来自葡萄藤的葡萄酒的香气剖面。
一个叫VitiCanopy使用智能手机的GPS和摄像头来帮助种植者测量树冠的大小、密度和活力。该应用程序的计算机视觉算法从一张图像中计算出一张快照的叶面积指数。这一重要的指标被称为叶面积指数(LAI)，与照射在浆果上的阳光量、冠层的小气候、葡萄的成分以及最终的产量有关。富恩特斯说，葡萄种植者正试图在叶子、嫩枝和果实之间创造一种平衡。他说:“如果你的酒棚太强烈，最终的葡萄酒的味道和香气就会分别有太多的酸度和绿色。”来自应用程序的信息使种植者能够做出修剪树冠、施肥以及增加或减少灌溉的决定。富恩特斯说:“这一切都是关于平衡。
近红外和机器学习算法也可以提供葡萄成熟度的线索。富恩特斯解释说，在葡萄成熟过程中，葡萄内部垂死细胞释放出的某些化合物会影响葡萄的香气和风味。不同的葡萄需要不同比例的细胞死亡来达到它们的最高成熟度。他说:“我们建议在酿酒之前测量浆果的细胞活力，用开发的数字工具来预测葡萄酒的质量。”
在鼻子上
在影响葡萄园的几十个变量中，一种叫做根瘤蚜的昆虫可能是最臭名昭著的一个。19世纪中期th世纪以来，法国葡萄酒商将美国的葡萄材料、受污染的鞋子或工具带到欧洲时，不知不觉地从美国进口了这种昆虫。虽然根瘤蚜喜欢无害地吃美国葡萄树的叶子，但当它们发现法国葡萄树时，它们就开始吃根部了。在短短几十年里，法国葡萄酒大枯萎病几乎摧毁了该国的葡萄酒行业。在几次根除根瘤蚜的尝试失败后，法国葡萄酒商不情愿地将他们的葡萄嫁接到美国的葡萄根上，培育出能在法国土壤中茁壮成长并抵抗根瘤蚜的植物。
今天，根瘤蚜仍然是一种难以察觉的威胁。早期迹象，如叶片变色和一般的冠层枯萎，经常被误认为是水分和肥料胁迫，因此葡萄酒商有动力寻找一种更可靠的识别方法。一种方法已经用在了狗身上——以一种好的方式。狗的鼻子比人类多含有3亿个嗅觉感受器，敏感度是人类的100倍。在“未来葡萄园”，研究人员正在训练狗识别根瘤蚜虫释放的信息素的气味，以及这种昆虫产生的其他化合物。
一种低成本的便携式电子鼻，它配有一系列传感器，可以检测9种不同的气体，可以用来识别葡萄园的烟雾损害。
一只狗狗背着装有gps智能手机的背包，鼻子贴地穿过葡萄园。使用MATLAB Mobile™开发的跟踪算法检测狗的位置以及它的运动。当检测到气味时，不同的动作，如跑步、走路和坐着，会被添加到地图上，以查明葡萄园中的问题。与富恩特斯合作的博士后克劳迪娅·冈萨雷斯·维耶霍(Claudia Gonzalez Viejo)说:“这款应用程序会创建一个日志文件，记录狗狗坐着、蹲下或抓挠向教官发出信号的所有点。”种植者可以在这些地点进行针对性的检查，从而节省时间。
虽然狗狗在定位害虫方面非常熟练，但它们不太擅长判断完美的啤酒香气。为了补充专业狗鼻子，富恩特斯和他的团队开发了一种低成本、便携式电子鼻，或称电子鼻，它有一系列传感器，能够检测9种不同的气体，包括乙醇、二氧化碳、一氧化碳、甲烷和过氧化氢。Gonzalez Viejo帮助设计了用于检查的电子鼻啤酒样品并预测气味。但是，她说，它有广泛的应用，可以调整来检测葡萄园的烟雾损害。冈萨雷斯·维耶霍设想，这项技术可以与狗狗探测器结合起来，用作手持设备，或者安装在无人机上，在一排排飞机上飞行。“我们可以把电子鼻带到任何地方，”她说。
一只经过特殊训练的狗沿着一排集装箱移动，用专注的目光和爪子触摸正确地指示。图片来源:索尼娅需要
镜中之梦
对于种植者和生产商为生产优质葡萄酒所做的所有工作，什么构成了好是主观的。“最好的葡萄酒是你喜欢的葡萄酒，”富恩特斯说。
最终，了解消费者的反应是销售葡萄酒的关键，未来葡萄园的研究人员也为此开发了技术。该系统由机械臂、摄像头和电子鼻组成，使用啤酒精制而成，但适用于葡萄酒和起泡酒。首先是机械臂的完美倒杯，每次都以同样的方式倒满杯子，不会感到疲劳。在啤酒上训练的高清摄像机捕捉视觉数据，包括颜色、泡沫的形成和消散以及气泡大小。一个电子鼻，放置在玻璃上方，测量气体释放。计算机视觉和机器学习算法处理相机和传感器信息，并将啤酒定位在之前分析过的250个啤酒库中。
用传感器进行的香气分析的准确率为97%。这种技术可能会吸引那些对保持一致性和质量控制感兴趣的精酿啤酒商。Gonzalez Viejo说:“你可以测试每一批产品，并立即得到结果。”
该团队甚至还加入了消费者的反应。研究人员使用摄像机、红外热成像和脑电波耳机来测量工作人员和学生参与者在饮用不同啤酒和葡萄酒或食用食品时的心率、体温、脑电波和面部表情。s manbetx 845他们对啤酒的泡沫、颜色、香气、口感、口感、味道和整体相似性的评估，正在与倾倒过程中收集的视觉和电子鼻数据相匹配，以提高准确性。
RoboBEER利用计算机视觉算法、人工神经网络以及泡沫、颜色和气泡等视觉特征，每次都能创造出完美的倒啤酒效果。图片来源:墨尔本大学
葡萄栽培、酿酒和酿造既是艺术形式，也是科学。随着技术的进步和对土壤、根系、植物、树冠和大气中发生的过程的科学理解的加深，科学可能会发现一个优势。随着葡萄酒和啤酒越来越受欢迎，需求也越来越大，尤其是在气候变化的世界里，新兴技术可以给种植者和生产商提供一些干杯的东西。
阅读其他故事
您也可以从以下列表中选择一个网站: