Quand semi-conducteurs et IA détectent les défauts du vin

Analog Devices, Moët Hennessy et l’UC Davis développent une solution combinant capteurs chimiques miniaturisés, traitement analogique et IA pour détecter très tôt les signatures moléculaires associées aux défauts du vin. Les premiers essais afficheraient 99% de réussite pour identifier les jus à risque.

Analog Devices (ADI), Moët Hennessy et l’Université de Californie à Davis (UC Davis) collaborent sur une technologie capable d’analyser les signatures chimiques volatiles émises par la vigne, le raisin, le jus et le vin. L’objectif est d’anticiper certains risques de qualité et d’aider les professionnels à intervenir avant l’apparition de défauts détectables par les méthodes conventionnelles.

La solution d’ADI repose sur une approche différente de l’analyse moléculaire traditionnelle. Plutôt que d’identifier séparément chaque composé chimique, des capteurs miniaturisés enregistrent l’empreinte globale des composés volatils présents dans un échantillon. Ces variations sont converties en signaux électriques puis analysées par des algorithmes d’apprentissage automatique entraînés à partir de bibliothèques de données chimiques.

© Analog Devices (ADI)

La première application concerne l’arôme de champignon frais (FMA), un défaut susceptible d’affecter la qualité du vin. Les équipes de Moët Hennessy ont constitué une bibliothèque d’échantillons permettant d’entraîner les modèles à reconnaître les signatures associées à ce risque. Selon les premiers résultats communiqués, le système atteint un taux de réussite de 99% pour identifier les jus présentant un risque. Les œnologues peuvent ainsi envisager des mesures préventives avant que le défaut ne devienne perceptible.

Le dispositif illustre également le rôle des semi-conducteurs analogiques dans la connexion entre le monde physique et le numérique. Les capteurs détectent les variations chimiques, tandis que le front-end analogique d’ADI les transforme en données exploitables par les algorithmes. Le traitement peut ensuite être réalisé au plus près du capteur grâce à une approche d’IA à la périphérie (Edge IA), limitant la dépendance à une analyse déportée dans le cloud.

Sur le plan de la détection, le système associe une matrice de capteurs chimiques sensibles à différentes familles de composés organiques volatils et un front-end analogique capable de mesurer les faibles variations électriques générées par l’exposition aux arômes. L’ensemble produit une représentation numérique de l’empreinte olfactive de l’échantillon.

« Cette avancée marque le début d’une nouvelle ère pour la viticulture et la vinification. Nous pouvons désormais détecter et interpréter rapidement le langage chimique du raisin et du vin afin d’anticiper les risques qualitatifs avant même qu’ils ne soient visibles. Au-delà de cette prouesse technologique, elle ouvre la voie à une compréhension et à une pratique entièrement nouvelles, qui nous permettront de produire des vins d’exception tout en renforçant notre résilience pour l’avenir », explique Manuel Reman, membre du comité exécutif de Moët Hennessy, en charge de la Recherche et du Développement, et membre du Comité Champagne.

Cette architecture doit toutefois encore progresser en rapidité. Selon les informations fournies, l’analyse d’un échantillon nécessite actuellement près de deux heures, ce qui constitue un enjeu lorsque plusieurs milliers d’échantillons doivent être traités pendant les vendanges. La miniaturisation et l’augmentation des capacités de calcul des prochaines générations de semi-conducteurs pourraient contribuer à réduire ce délai.

Les partenaires envisagent par ailleurs d’étendre la technologie à d’autres applications viticoles : détection précoce des maladies, suivi de la qualité des sols ou identification des altérations liées aux fumées d’incendies. ADI prévoit également d’étendre cette plateforme à d’autres applications industrielles reposant sur l’analyse de signatures chimiques.

L’objectif affiché n’est bien évidemment pas de remplacer l’expertise des viticulteurs et des œnologues, mais de leur fournir un outil leur permettant d’avoir accès à des informations supplémentaires pour faciliter la détection précoce et la prise de décision. Moët Hennessy et l’UC Davis travaillent notamment sur des bibliothèques de référence susceptibles de favoriser de futures applications dans l’ensemble de la filière viticole.

Principales caractéristiques:

• Détection : analyse globale des signatures chimiques volatiles
• Capteurs : matrice miniaturisée sensible aux composés organiques volatils
• Front-end ADI : conversion des variations chimiques en signaux numériques
• IA embarquée : apprentissage automatique directement au plus près du capteur
• Empreinte numérique : reconnaissance de motifs chimiques complexes
• Application initiale : détection précoce de l’arôme de champignon frais
• Résultats : jusqu’à 99% de réussite lors des premiers tests
• Traitement : analyse de données chimiques sans identification individuelle de chaque molécule
• Temps d’analyse : environ deux heures par échantillon actuellement
• Extensions : maladies de la vigne, sols et effets des fumées d’incendies