在发表于《通讯化学》（Communications Chemistry）杂志的研究中，日内瓦大学的科学家们利用机器学习分析了1990年至2007年间12个年份的80种红葡萄酒的化学成分。首席研究员亚历山大·普吉（Alexandre Pouget）在《新科学家》（New Scientist）杂志上说：“我们对于是否存在一种化学特征，独立于年份，而特定于每个酒庄的问题非常感兴趣。”他们提出了一个关于葡萄酒知识核心的问题：一个酒庄的葡萄酒是否在每年都具有相似的化学特征和口感呢？

　　Pouget和他的同事将这80种葡萄酒蒸馏，用色谱法分离并对葡萄酒的化合物进行分类。每一瓶酒的读数或色谱图都有3万个点代表不同的化合物。然后，研究人员使用73种葡萄酒的色谱图来训练机器学习算法以及庄园和年份的数据。最后，他们在剩下的7种葡萄酒上测试了人工智能算法，每种葡萄酒按不同顺序测试了50次。人工智能盲品算法100%地识别出了葡萄酒，还能够分辨出葡萄酒是来自波尔多左岸还是右岸。

　　该研究报告指出："我们可以完全识别出不同年份的庄园，这表明我们在此分析的庄园具有不同的特性。"虽然葡萄酒专家认为波尔多的一些酒庄确实具有独特的特征，但缺乏证据，这是人类首次通过对波尔多葡萄酒进行纯化学分析来证明这一点。”

　　这里有很多东西需要解读。一个积极的方面是，这项研究为葡萄酒的风土特色提供了可靠的科学证据。许多葡萄酒爱好者已经知道，好的葡萄酒会表现出一种独特的地域特征，因为周围的环境会对酒的风格产生深刻的影响。或许，我们终于能够摆脱关于风土是否“重要”的愚昧争论，以及葡萄酒领域中仍存的否定风土影响力的势力。

　　除了对风土的探索之外，这些实验可能让那些以盲品为技能基础的人感到困扰。在研究的结论部分，科学家们提出了一个颇具挑战性的建议：“在我们对分析的80种葡萄酒进行盲品时，将我们的模型与人类专业品酒师的表现进行比较会非常有趣。目前尚不清楚，专业品酒师在这七种葡萄酒上的表现（即100%正确）是否能够与我们的模型相媲美。”作为一名人类品酒师，虽然我并不愿意这么说，但我们必须正视这一挑战。

　　过去，当我们想到人工智能时，总以为它在未来会被用来做那些人类不愿做的枯燥、乏味、危险的工作。对于我们中的许多人来说，现在我们已经来到了那个未来，看到人工智能实际上被用来做一些我们认为是人类与生俱来的事情：写作、创造艺术、制作音乐......也许现在还能 "品尝 "葡萄酒，这让我们感到不安。

　　但从另一个角度来看，人工智能酒评家的出现可能会因祸得福。在我们人类追求理性、逻辑和准科学的过程中，葡萄酒已经陷入了困境。目前以盲品为基础的葡萄酒专业人士品评模式，或者一次品尝大量葡萄酒并给出数字评分的酒评家模式，都是出于让我们对葡萄酒的理解更加“客观”的冲动。但葡萄酒并不比其他人类创造的东西更客观。

　　也许人工智能可以让侍酒师或酒评家更多地专注于葡萄酒的情感和浪漫一面。我之前曾提出一种新型的葡萄酒评论，类似艺术评论家摩根·梅斯（Morgan Meis）所倡导的浪漫评论（romantic criticism)。十年前，梅斯开始倡导一种放弃“所有权威主张”和“拒绝评判”的评论，其主要优点是“内在的慷慨”。浪漫评论不依赖于一个绝对正确、无所不知的专家或不容置疑的品味仲裁者。

　　梅斯写道："在这种批评理论中，我们不需要批评家告诉我们什么是好的或坏的，告诉我们喜欢什么和不喜欢什么。相反，我们需要批评家来帮助我们体验。我们需要评论家，就像我们需要朋友或爱人一样。我们需要评论家作为旅途中的伴侣，踏上一段与世间万物相恋的旅程"。

　　把盲品和量化工作留给机器人去做，也许我们可以重新找回葡萄酒的人性之美。

　　文章来源：https://www.wineenthusiast.com/culture/industry-news/ai-wine/