科學家們創建了一種由人工智慧驅動的“葡萄成熟度檢測器”，旨在提高葡萄酒生產效率，將技術的使用與葡萄園的專業知識相結合，為消費者尋找最好的葡萄酒。
英國科學家稱，新型可穿戴感測器可提供即時、準確的數據，顯示葡萄是否已準備好收穫。
根據新聞機構 SWNS 報導，由於葡萄收穫對時間敏感，倫敦瑪麗女王大學 (QMUL) 的研究人員發明了一種可穿戴光學感測器，利用尖端機器學習為釀酒師提供有關葡萄成熟度的即時回饋。
研究人員表示，該設備消除了手動採樣和緩慢破壞性測試的需要。
王雪春是 QMUL 的博士後研究員，專門研究應用機器學習演算法來建構智慧感測器。
「我們的技術使用光學感測器來檢測葡萄如何吸收和反射不同波長的光，」王說。
「隨著葡萄成熟，它們的化學成分會發生變化，從而改變它們的光學反應。
“透過使用人工智慧演算法分析這些光譜模式，我們可以直接在葡萄藤上估計葡萄的成熟度，而不會損壞葡萄。”
該感測器被稱為 RipenAI。
王說，它可以是手持式的，可以讓整個葡萄酒行業的葡萄採摘者在收穫前立即檢查成熟度。
她說，它還可以安裝在葡萄園中，以持續監測葡萄的成熟度和健康狀況。
根據 SWNS 報導，QMUL 團隊正在努力將該技術整合到機器人葡萄採摘機中，作為與 Extend Robotics 和埃塞克斯 Saffron Grange 葡萄園相關項目的一部分。
據說這項技術將為釀酒師帶來巨大的商業利益。
藏紅花農莊葡萄園總監尼克·愛德華茲 (Nick Edwards) 表示：“在正確的時間收穫葡萄是釀酒師在生產最優質葡萄酒時做出的最重要的決定之一。這需要從轉色到收穫的整個過程中仔細監控糖度和酸度等關鍵參數。”
「葡萄在正確的成熟度下採摘至關重要。葡萄酒的風格最終決定了理想的收穫窗口，決定了釀酒師所需的糖度、酸度和口味的平衡。
愛德華茲還指出：“葡萄園之間的比率也有所不同，這取決於克隆品種、土壤類型、位置、暴露程度和廣泛變化的天氣條件等因素。”
「在 Saffron Grange，我們專注於生產優質起泡酒，數據在我們的採收決策中發揮著至關重要的作用。快速獲取準確的成熟度資訊使我們能夠充滿信心地計劃採收工作和酒窖準備。
“RipenAI 將通過提供對我們葡萄園中葡萄成熟度的非破壞性實時洞察來支持這種方法。”
SWNS 報告稱，借助新技術，釀酒師將「能夠在整個成熟期重複評估相同的簇…（提供）比傳統破壞性採樣更清晰的成熟進程圖」。
“在正確的時間收穫葡萄也有助於最大限度地減少脫酸等乾預措施的需要……支持生產更高品質的起泡酒。我們很高興成為這個項目的一部分。”
他們說，有了藏紅花田園葡萄園田間試驗的令人鼓舞的早期數據，科學家們正在尋找更多的葡萄園、農業科技公司甚至果園，以幫助他們在即將到來的收穫季節測試新的原型。
QMUL 教授蘇雷 (Lei Su) 在談到不斷發展的英國葡萄酒行業時補充道：“RipenAI 將為不斷發展的行業塑造智能採收的未來，在這個行業中，時機和精度決定著成功與失敗。”
研究人員表示，該技術適用於蘋果、莓果等。
產業專家表示，與規模相對較小但不斷成長的英國葡萄酒產業不同，美國是世界第四大葡萄酒生產國，僅次於義大利、西班牙和法國。
在紐約，葡萄酒愛好者最近將手指湖命名為 年度美國葡萄酒產區， 州長凱西·霍赫爾(Kathy Hochul)辦公室表示，這項壯舉“對該地區世界一流的釀酒、可持續實踐和協作社區的認可，幫助紐約州成為美國葡萄栽培的領導者。”
