- Moët Hennessy, Analog Devices et l’Université de Californie à Davis (UC Davis) collaborent au développement d’une technologie d’analyse des signatures chimiques volatiles émises par la vigne, le moût et le vin.
- Associant des systèmes de détection à des algorithmes d’apprentissage automatique, cette approche vise à identifier plus tôt certains risques pour la qualité des vins, avant que les défauts ne deviennent détectables par les méthodes conventionnelles.
Les travaux s’appuient sur une plateforme technologique issue de recherches initialement menées au Massachusetts Institute of Technology (MIT), qu’Analog Devices poursuit aujourd’hui dans différentes applications. Le système analyse un ensemble de données chimiques et utilise l’intelligence artificielle pour repérer les signaux associés à des phénomènes biologiques ou à des risques de dégradation de la qualité.
Détecter en amont le risque d’arôme de champignon frais
Le premier cas d’application concerne le Fresh Mushroom Aroma (FMA), un défaut sensoriel caractérisé par des notes de champignon frais. Les équipes du centre de recherche Robert-Jean de Vogüé de Moët Hennessy ont constitué une bibliothèque d’échantillons et de données destinée à entraîner les algorithmes d’apprentissage automatique à reconnaître les signatures chimiques associées à ce risque.
Selon les partenaires, les premiers essais ont permis d’identifier à un stade précoce des échantillons présentant un risque accru de développer ce défaut, avant qu’il ne soit normalement détectable. Cette capacité pourrait permettre aux équipes de production d’intervenir plus tôt dans le processus de vinification.
La méthode repose sur l’analyse d’un large spectre d’informations chimiques. Les algorithmes cherchent à distinguer les signaux pertinents et les relations entre les données, y compris lorsque les marqueurs associés au phénomène ne sont pas définis à l’avance. Les partenaires n’ont toutefois pas communiqué de données chiffrées sur les performances de détection, notamment en matière de sensibilité, de spécificité ou de taux de faux positifs.
D’autres applications envisagées en viticulture
Au-delà du défaut FMA, Moët Hennessy, Analog Devices et UC Davis étudient plusieurs applications possibles : détection précoce de maladies de la vigne, caractérisation des sols et identification d’autres défauts susceptibles d’être favorisés par les évolutions climatiques, notamment les conséquences des incendies de forêt.
L’objectif est de fournir aux viticulteurs, aux chercheurs et aux œnologues des informations complémentaires pour orienter leurs décisions, sans se substituer à leur expertise.
La technologie doit notamment contribuer à mieux caractériser les phénomènes biologiques à l’origine de certaines évolutions de la vigne et du vin.
Analog Devices prévoit par ailleurs de rendre cette plateforme accessible à d’autres applications industrielles. De leur côté, Moët Hennessy et UC Davis étudient la possibilité de partager des bibliothèques de référence afin que les données constituées puissent, à terme, bénéficier à un périmètre plus large de la filière vitivinicole.
