El proceso de elaboración de vino en su conjunto, desde el cultivo de su materia prima agrícola, su transformación en bodega y la posterior promoción y comercialización, es una fuente de información, de datos, que han ido creciendo paulatinamente a medida que la ciencia y la tecnología han arrojado luz sobre los mecanismos del proceso.
Una vez identificados y obtenidos, los datos deben ser procesados para que resulten de utilidad a quienes gestionan la elaboración.
Durante el siglo XX el conocimiento de profesionales y expertos, también de los profesionales del vino, de los enólogos en particular, ha avanzado a mayor velocidad que la tecnología, lo que ha permitido que hayan sido los procesadores de datos del vino más eficientes.
A medida que ha avanzado el siglo XXI, sin embargo, han surgido nuevos sistemas de procesamiento de datos de la mano de la ciencia de datos y la inteligencia artificial con capacidades de procesamiento que crecen de manera exponencial. Paralelamente, nuevas generaciones de sensores aplicables a cualquier medio están permitiendo la “sensorización” de procesos de formas hasta ahora no imaginadas, arrojando una cantidad colosal de datos. Aplicar una gran variedad de sensores a la viña permite conocer en tiempo real las condiciones del cultivo, así como su evolución. Y lo mismo es aplicable a los procesos en bodega.
Pero la digitalización, es decir, la conversión de cualquier objeto o proceso en una fuente de datos susceptibles de ser procesados, puede igualmente aplicarse a actividades no transformadoras tan variadas como la caracterización sensorial de vinos y el análisis de las preferencias de los consumidores.
Los beneficios que comporta el procesamiento del flujo de datos obtenido mediante la aplicación de algoritmos y técnicas de inteligencia artificial ha representado un atractivo para empresas emergentes y grupos de investigación que ya están desarrollando plataformas capaces de proporcionar casi a tiempo real, análisis, correcciones en los procesos vitivinícolas y predicciones sobre el resultado esperable.
«Wineinformatics es una nueva disciplina que combina datos procedentes de sensores orgánicos especializados (enólogos y catadores) con la inteligencia artificial.»
Especialmente significativa es la aparición de una nueva disciplina: wineinformatics, que utiliza las reseñas sensoriales del vino, aparecidas en fichas técnicas y publicaciones especializadas, como dominio de conocimiento. Su relevancia está en que los sensores que generan ese flujo de datos son “sensores orgánicos especializados”, es decir, los receptores sensoriales de enólogos y catadores. Pero la inteligencia que procesa ese caudal de datos, en lenguaje humano, ya no es la inteligencia orgánica de los profesionales, sino una inteligencia artificial, inorgánica, con una capacidad de procesamiento millones de veces superior.
En el Departamento de Ciencias de la Computación de la Universidad de Arkansas han valorado introducir como datos sensoriales del vino no solo los términos habituales del lenguaje del análisis sensorial, sino dar cabida a otros atributos descriptivos no canónicos que se incluyen en las referencias como cualidades o defectos.
La base de datos se ha alimentado en una primera fase con 376 atributos identificables de más de 1000 reseñas de vinos con puntuaciones superiores a los 80 puntos en revistas especializadas. Los algoritmos de clasificación obtenidos permiten predecir si un vino obtendrá, o no, una puntuación por encima de 90 puntos al ser sometido a la revisión de los expertos.
Hasta ahora, los profesionales que realizan el perfil sensorial de un vino tienen como una de sus principales referencias, en cuanto a la clasificación en categorías, la conocida “Rueda de aromas“propuesta por la profesora Anne Noble de la Universidad de Davis, California. Con sus 12 categorías básicas y 80 descriptores es un esquema perfectamente adaptado al sistema de procesamiento humano.
Por su parte, los 376 atributos sensoriales que maneja Wineinformatics requieren un nuevo sistema de referencias, que ha dado lugar a una “Rueda computacional” capaz de procesar atributos no directamente identificables como aromas o sabores, pero que los receptores sensoriales humanos atribuyen al vino.
El resultado del procesamiento, además de proporcionar una predicción sobre su puntuación, es una descripción extensa y normalizada del vino, en lenguaje humano, que informa de manera más precisa al consumidor a la hora de concretar sus preferencias. Un consumidor que cada vez más asocia calidad con mayor flujo de datos.
«Sabemos que cada vez más el consumidor asocia calidad con mayor flujo de datos.»
Wineinformatics ha empezado por abordar la parte más sensible de la digitalización del sector del vino, en tanto que se interna en un territorio experto hasta ahora exclusivo de los humanos en el que los expertos han utilizado casi a partes iguales atributos racionales y emocionales (recordemos al respecto que, a fin de cuentas, las emociones son también algoritmos bioquímicos procesando datos).
Es previsible, por tanto, que la digitalización de la gestión vitícola y enológica será mucho más concisa y eficaz, en la medida que la ciencia y la tecnología son capaces de incrementar el flujo de datos a obtener de los procesos biológicos que se desarrollan en la viña y en la bodega mediante sensores desprovistos de cualquier factor emocional.
La revolución iniciada con la digitalización progresiva de la realidad, y acelerada por la pandemia de covid-19 no será tranquila ni incruenta. Muchos sectores aparentemente sólidos se han visto arrastrados a posiciones de debilidad nunca imaginadas y su urgente digitalización puede ser la única esperanza de recuperar posiciones.
En el caso del sector del vitivinícola, cuya digitalización es poco más que incipiente, su revalorización dependerá de la capacidad de transformar el vino en un producto digitalmente comprensible para las nuevas generaciones de consumidores, especialmente de los países asiáticos, para los que el vino no es parte de su acerbo cultural, pero sí lo es la percepción digital.
Para saber más:
Bernard Chen, Christopher Rhodes et al.: Wine Informatics: Applying Data Mining on Wine Sensory Reviews Processed by the Computational Wine Wheel, IeeeXplore, 2015 (https://ieeexplore.ieee.org/document/7022591).
Jared McCune, Alex Riley, Bernard Chen: Clustering in Wineinformatics with Attribute Selection to Increase Uniqueness of Clusters, Fermentation, 2021 (https://www.mdpi.com/2311-5637/7/1/27).
Maria P. Sáenz-Navajas, Sara Ferrero-del-Testo et al.: Modelling wine astringency from its chemical composition using machine learning algorithms, OenoOne, 2018, https://oeno-one.eu/article/view/2380.
Algoritmo: https://es.wikipedia.org/wiki/Algoritmo.
En Acenología:
