Inteligencia Artificial, el presente y futuro del vino

Los avances tecnológicos en la industria del vino son cada día mayores. Numerosas organizaciones tecnológicas están trabajando para ayudar a las bodegas con la ayuda de la inteligencia artificial.

El cambio climático ha planteado grandes riesgos para la viticultura y la elaboración del vino en todo el mundo. El aumento de la temperatura ambiente, las anomalías climáticas y las heladas e incendios hacen de este tipo de tecnología una buena opción.

En los últimos años, la inteligencia artificial ha ofrecido soluciones para ser incluida para la viticultura y enología, lo que está ayudando a enfrentar las adversidades del cambio climático.

La viticultura de precisión (PV) ya existe desde hace bastantes años, siendo su principal implementación en la automatización de maquinaria con la ayuda de datos de geo posicionamiento.

Actualmente, son la agricultura (DA) y la viticultura digital (DV), la base de investigación como un sistema eficaz y más fácil de implementar en las operaciones de viticultura y vinificación.

La principal diferencia entre ambas es:

PV:  se ocupa de la tecnología y el hardware utilizado, como:

• Sensores y redes de sensores acoplados a maquinaria para la automatización de la gestión vitivinícola.
• Teledetección utilizando diferentes plataformas como satélites aerotransportados y vehículos aéreos no tripulados ( UAVs) que ofrecen diferentes resoluciones temporales y espaciales.

DV: se hace con los datos obtenidos de diferentes sensores y plataformas y cómo se analizan estos datos. El análisis de datos en DV puede ser desde análisis de señales hasta algoritmos de visión por computadora y diferentes estrategias de modelado.

Pero para que esta automatización sea efectiva debe estar dentro del marco de la Inteligencia Artificial (IA), siendo el aprendizaje automático uno de sus fuertes.

La IA interactúa con otras disciplinas digitales, como la robótica, los sensores integrados, la biometría y las redes de sensores, para obtener datos, aprender de ellos y definir los parámetros de interés para la gestión de operaciones vitivinícolas y enológicas.

Pero, la IA no debe verse como únicamente como un servidor y proveedor de datos unidimensional, sino como un colaborador interactivo que puede asumir varias tareas con éxito.

Ya utilizamos esta tecnología en nuestras vidas, Siri o Alexia está en nuestros hogares y día a día estudian nuestras preferencias y gustos. Los ejecutivos de las bodegas se podrían beneficiar de esta tecnología para buscar una comunicación efectiva, enfocada en las ventas.

Con la inteligencia artificial, las máquinas pueden trabajar de forma eficiente y rápida el análisis de enormes cantidades de datos, también resolver problemas mediante un aprendizaje supervisado, no supervisado o reforzado.

Volviendo al problema de los incendios, ya existen sensores digitales que junto con IA, se utilizan para detectar vides contaminadas y compuestos relacionados con el humo en las uvas y el vino final.

Con el mismo enfoque se pueden descubrir malezas invasoras utilizando tecnología inteligente de bajo costo. Por ejemplo, la aplicación VitiCanopy (Universidad de Adelaida, Australia), de forma gratuita, ayuda a tener  información de la viña haciendo una simple fotografía.

La introducción de sensores biológicos en combinación con sensores digitales es una de las tecnologías novedosas que se han implementado en DV. Un ejemplo son los perros entrenados para detectar diferentes plagas y enfermedades, al igual que trabajan los perros policía en otros ámbitos. En sus mochilas se colocan teléfonos inteligentes que pueden registrar los datos del acelerómetro y la geoposición.

Un algoritmo de IA detecta cuándo el perro está corriendo, sentado, agachado y sus estímulos específicos (si se rasca, …). Todo esto sirve por ejemplo para detectar entre otros insectos la filoxera. Uno de los primeros en desarrollarlo fueron ©Inspector Paw con la colaboración de la Universidad de Melbourne.

Hay aplicaciones centradas en el estudio de la vid que evalúan el estado del agua utilizando sensores remotos multiespectrales, hiperespectrales y proximales. Otras que combinan DV e IA para la detección de plagas o la detección de deficiencias de fertilizantes; por ejemplo las narices electrónicas (e-noses) se han utilizado en viticultura para detectar enfermedades

Empresas españolas, como González Byass  ya están implementando la IA para estudiar la evolución de los racimos y de las diversas plagas o enfermedades que puedan presentarse en un viñedo a lo largo de la campaña vitícola. Este seguimiento ayudará a  optimizar la gestión de cultivos, incrementando su eficiencia y disminuyendo su consumo de insumos, como fertilizantes, pesticidas, energía y agua.

Bodegas Cepa 21, por ejemplo, firmó un contrato con IBM para desarrollar un procesador de datos de IA.  La solución analizará los datos históricos gestionados por el Consejo Regulador de la D. O. Ribera del Duero y los combinará con otros meteorológicos históricos proporcionados por The Weather Company.

También podemos aplicar la Inteligencia Artificial para conseguir vinos a los gustos del consumidor final. No olvidemos que esta nueva tecnología puede ayudar al análisis sensorial y va a evaluar las respuestas más objetivas hacia el vino.

La predicción temprana de los perfiles de aroma de los vinos finales gracias al BIG DATA* y el uso de lecturas NIR**  para predecir los rasgos de calidad de la uva y el perfil de aroma de los vinos finales, puede ser un pilar para un buen departamento comercial.

Pero no todo está tan claro, el acceso a datos siempre va a generar un problema, en cuanto a la propiedad y seguridad de esta información. Para la bodega existe la duda sobre si los proveedores de soluciones de DV e IA pueden utilizar esta información para beneficiar a los competidores. Quizá un registro electrónico del mismo sea la solución, pero esto ya quedará para el próximo artículo.

Big Data*

Conjuntos de datos o combinaciones de conjuntos de datos cuyo tamaño (volumen), complejidad (variabilidad) y velocidad de crecimiento (velocidad) dificultan su captura, gestión, procesamiento o análisis mediante tecnologías y herramientas convencionales,

Near InfraRed (NIR)**

 Es una técnica espectroscópica que utiliza de forma natural el espectro electromagnético.  La región NIR es el área del espectro definida por longitudes de onda entre 700 nm y 2500 nm. El infrarrojo cercano es un método de análisis rápido y preciso.

María Giménez

Directora de La Gaceta del Vino