Naukowcy z Queen Mary University of London opracowali przenośny czujnik optyczny oparty na sztucznej inteligencji, który w czasie rzeczywistym ocenia stopień dojrzałości winogron bezpośrednio na krzewie. Urządzenie nosi nazwę RipenAI i może wyeliminować potrzebę ręcznego pobierania próbek oraz tradycyjnych, niszczących metod testowania.
Jak to działa? Sensor analizuje, w jaki sposób winogrona pochłaniają i odbijają różne długości fal świetlnych. W miarę jak owoc dojrzewa, zmienia się jego skład chemiczny, a to z kolei wpływa na jego optyczną charakterystykę. Algorytmy AI wykrywają te zmiany i na tej podstawie szacują poziom dojrzałości.
„Our technology uses optical sensors to detect how grapes absorb and reflect different wavelengths of light. As grapes ripen, their chemical composition changes — which alters their optical response. By analyzing these spectral patterns using AI algorithms, we can estimate grape ripeness directly on the vine, without damaging the grape.” / „Nasza technologia wykorzystuje sensory optyczne do wykrywania sposobu, w jaki winogrona pochłaniają i odbijają różne długości fal świetlnych. W miarę dojrzewania zmienia się skład chemiczny owoców, co z kolei zmienia ich odpowiedź optyczną. Analizując te wzorce spektralne za pomocą algorytmów AI, możemy szacować dojrzałość winogron bezpośrednio na krzewie, bez ich uszkadzania” — mówi Xuechun Wang, doktorantka i badaczka QMUL specjalizująca się w aplikowaniu algorytmów machine learning do budowy inteligentnych sensorów.
Jeśli chcesz otrzymać raport przed oficjalną premierą oraz zobaczyć nazwę swojej firmy wśród uczestników badania – zostaw adres email na końcu ankiety.
Jedno urządzenie, wiele zastosowań
RipenAI ma być na tyle lekki i poręczny, żeby pracownik winnicy mógł trzymać go w dłoni i sprawdzać dojrzałość winogron na bieżąco podczas zbioru. Ale to nie wszystko. Urządzenie można też instalować stacjonarnie w różnych miejscach winnicy, gdzie będzie nieprzerwanie monitorować kondycję owoców i stan uprawy.
Zespół badawczy z QMUL pracuje jednocześnie nad integracją RipenAI z robotycznym zbieraczem winogron. Projekt realizują we współpracy z firmą Extend Robotics oraz winnicą Saffron Grange w hrabstwie Essex.
Nick Edwards, dyrektor winnicy Saffron Grange, nie ukrywa entuzjazmu:
„Harvesting grapes at the right time is one of the most important decisions a grower makes when producing the best quality wine. It’s essential that grapes are picked at their correct level of ripeness.” / „Zbiór winogron we właściwym momencie to jedna z najważniejszych decyzji, jakie podejmuje producent dążący do uzyskania wina najwyższej jakości. Kluczowe jest, aby winogrona były zbierane przy właściwym poziomie dojrzałości.”
Edwards podkreśla też, że dojrzewanie różni się w zależności od miejsca w winnicy. Na tempo i charakter tego procesu wpływają takie czynniki jak:
- odmiana i klon winorośli
- rodzaj gleby
- lokalizacja i ekspozycja na słońce
- warunki pogodowe, które potrafią być skrajnie zmienne
Kiedy dane zastępują intuicję
Technologia taka jak RipenAI to ciekawy przypadek AI, który nie próbuje zastąpić człowieka, lecz wyposażyć go w lepsze dane do podjęcia własnej decyzji. To uczciwe i potencjalnie bardzo wartościowe podejście. Mam jednak pytanie, które zadałbym każdemu producentowi rozważającemu takie narzędzie: co z terroir, ze zmiennością mikroklimatu, z tą nieuchwytną warstwą wiedzy doświadczonego winiarza, który „czuje” winoród lepiej niż jakikolwiek sensor? AI może dostarczyć precyzyjnych danych spektralnych, ale czy będzie umiało zinterpretować je w kontekście konkretnego rocznika, konkretnej doliny, konkretnego kaprysu natury? To nie jest zarzut wobec technologii. To pytanie o to, jak mądrze ją wdrożyć. Bo granica między wsparciem a uzależnieniem od algorytmu bywa cienka. – Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Projekt wychodzi naprzeciw realnej potrzebie branży. Decyzja o terminie zbioru ma ogromne znaczenie finansowe i jakościowe. Błąd o kilka dni w którąkolwiek stronę może przesądzić o charakterze całego rocznika. Edwards przyznaje wprost, że w jego winnicy Saffron Grange, skupionej wyłącznie na produkcji musujących win premium, dostęp do rzetelnych, aktualnych danych o dojrzałości winogron przekłada się bezpośrednio na planowanie harmonogramu zbiorów i przygotowanie piwnicy winiarskiej.
Winemaker będzie mógł „repeatedly assess the same bunches throughout the ripening period” (wielokrotnie oceniać te same grona przez cały okres dojrzewania), co da pełniejszy obraz postępów niż tradycyjne, jednorazowe próbkowanie.
Wielka Brytania, Essex i winnice przyszłości
Profesor Lei Su z QMUL ocenia, że RipenAI „will shape the future of smart harvesting for a growing industry where timing and precision make the difference between success and failure” (ukształtuje przyszłość inteligentnego zbioru w dynamicznie rosnącej branży, gdzie moment i precyzja decydują o sukcesie lub porażce). Brytyjski przemysł winiarski to dziś zaskakująco aktywny rynek, choć w skali globalnej wciąż nieduży. USA zajmują czwarte miejsce na świecie pod względem produkcji wina, po Włoszech, Hiszpanii i Francji.
Naukowcy nie zatrzymują się na winogronach. Twierdzą, że technologia RipenAI nadaje się równie dobrze do oceny dojrzałości jabłek, jagód i innych owoców. Po zachęcających próbach polowych w winnicy Saffron Grange zespół szuka kolejnych winnic, firm z branży agritech oraz sadów owocowych do testów nowego prototypu podczas nadchodzącego sezonu zbiorów.
AI wchodzi do winnicy. Pytanie brzmi nie „czy”, lecz „jak szybko.”
