Vino e olio di qualità, origine certificata grazie agli algoritmi

L’Intelligenza Artificiale e il machine learning possono determinare l’origine dei prodotti agroalimentari e migliorare la qualità, ma anche predirne l’origine geografica ed evitare possibili etichette fraudolente o poco salutari. Questo alla base dello studio condotto dal professor Davide Tosi, del Dipartimento di Scienze Teoriche e Applicate dell’Università dell’Insubria in collaborazione con la professoressa Gilda Aiello, dell’Università Telematica San Raffaele, pubblicato sulla rivista Elsevier Journal of Agriculture and Food Research.

Lo studio ha dimostrato come, partendo dall’osservazione delle caratteristiche chimiche, si possano confrontare algoritmi di machine learning per predire la qualità e l’origine geografica del vino rosso e bianco e dell’olio d’oliva. Sono stati analizzati circa 7.700 punti dati di 5 tipologie di vini e 9 tipi di olio, le loro 31 caratteristiche chimico-fisiche e 12 parametri di qualità per ciascun set di dati. I modelli hanno raggiunto una buona precisione nel predire la qualità del vino, il vigneto di appartenenza e l’origine dell’olio. È stato sviluppato anche un tool basato sull’intelligenza artificiale che può essere usato dagli stakeholders per predire la qualità e l’origine geografica del vino e dell’olio d’oliva.

«Innanzi tutto bisogna sottolineare che l’intelligenza artificiale non è solo ChatGPT, c’è tutta una parte di modelli in grado di predire informazioni e dati numerici – evidenzia Tosi - uno dei domini applicativi che abbiamo voluto testare con l’Università Telematica San Raffaele è se a partire dalle analisi chimico fisiche e alcune caratteristiche di vino o olio, si può capire la provenienza delle materie d’origine come vigneti, aree di produzione delle olive per capirne anche la qualità, percepita dagli usufruitori finali. Si tratta di modelli di intelligenza artificiale che ne predicono le qualità rispetto alle sole analisi chimico fisiche del prodotto. Questo può portare a un miglioramento della qualità finale». E aggiunge: «Sicuramente l’intelligenza artificiale è già inserita in questo ambito ma anche in tanti altri domini applicativi, è ormai integrata nella vita reale più di quanto si possa pensare. Senza però confonderla con ChatGPT e non demonizzandola. Non bisogna mettere in luce solo gli aspetti negativi, con la paura che ruberà lavoro a tutti, ma anche le tante possibilità offerte nell’ambito del food, della medicina, delle smart city e così via».

L’Intelligenza Artificiale funziona bene e può essere una risorsa, ma se guidata da mani esperte per evitare di incappare in errori. «Abbiamo pubblicato un altro lavoro sempre sull’intelligenza artificiale generativa per capire quanto è brava a risolvere problemi di programmazione e di coding che diamo ai nostri studenti universitari. Abbiamo analizzato con delle metriche qualitative del software gli output prodotti da questi motori e siamo arrivati alla conclusione che, se ben guidati da gente esperta, sono in grado di risolvere in modo positivo e qualitativo anche problemi complessi di programmazione». Tosi, che si occupa proprio di big data e intelligenza artificiale, alla guida di un team di ricercatori informatici ha creato anche il primo Assistente digitale di Fabio Pizzul (candidato PD alle elezioni europee), basato su Intelligenza Artificiale, istruendo ChatGPT con tutti gli scritti, gli audio, i video, gli interventi, i post e gli articoli liberi da copyright di e su Pizzul degli ultimi 14 anni. Grazie a questo archivio è stato possibile interagire con l’Intelligenza Artificiale ottenendo risposte “pizzuliane” sui vari temi, per conoscere il candidato e il suo pensiero.