草根影響力新視野 夜未央編譯
研究人員創建了一種人工智慧工具，能夠透過化學分析追蹤葡萄酒的起源，從而警告消費者潛在的詐欺者。
根據《衛報》的一篇報導，該計畫的研究人員之一、日內瓦大學教授Alexandre Pouget表示：「存在很多葡萄酒欺詐行為，人們在車庫里胡編亂造，打印標籤，然後以數千美元的價格出售。我們第一次證明我們的化學技術有足夠的靈敏度來區分差異。」
報告指出，假酒是一個普遍存在的問題，詐欺者通常會生產盡可能接近知名品牌的葡萄酒，並在瓶子上貼上假標籤。
透過機器學習，人工智慧可以識別濃度和化合物的差異，並追蹤葡萄酒的產地。Pioneer Development Group首席分析官克里斯多福·亞歷山大（Christopher Alexander）表示，人工智慧的使用是該技術當前能力的令人興奮的應用。
亞歷山大告訴福克斯新聞數位頻道：「這項技術是人工智慧的出色應用，充分利用了當前技術的優勢。人工智慧經過訓練，可以將化合物與產品關聯起來，其數據量如此之大，人類無法以具有成本效益的方式處理和操作它。」
報告稱，科學家使用氣相層析法來訓練人工智慧程式，該方法過去曾被用來分析12年來從法國不同地區收穫的80種葡萄酒。使用人工智慧，研究人員可以查看葡萄酒中檢測到的所有化學物質，找到每種化學物質的可靠特徵，從而更準確地縮小搜尋範圍。
Pouget說：「我們看到的第一件事是，不同的葡萄串對應於不同的特定酒莊。這立即告訴我們，每個酒莊都有一個特定的化學特徵，與年份無關，城堡的獨特之處在於許多分子濃度的整體模式。每個首都是一首交響曲：沒有一個音符可以區分它們，而是整個旋律。」
人工智慧的這種用途不僅限於葡萄酒，還有廣泛的應用。
圖片取自:(示意圖123rf)
創始人菲爾·西格爾（Phil Siegel）高級準備和威脅響應模擬中心 （CAPTRS）的負責人告訴福克斯數位新聞：「人工智慧可以在所有類型的身份驗證模式中發揮作用。葡萄酒、藝術品、客戶ID、犯罪證據等等。這取決於數據的準確性和數據量，使演算法值得花費時間和精力，例如，如果有一個偉大藝術家的資料庫模型——他們的材料起源和材料類型、他們傾向於繪畫的內容、他們簽名的位置和繁榮，以及可能更多地包括顏色的使用，人工智慧模型可能會識別贗品和原件（或重印），至少可以幫助專業人士完成這項工作。」
西格爾指出，這項技術還可以幫助調查犯罪，以人類無法做到的方式評估證據。
西格爾說：「有了犯罪證據，模型就可以利用過去的信息來發現證據錯誤（例如顆粒狀視頻）、不准確識別（物證可能源自或被洩露）甚至以欺詐方式獲得的模式。」
《聯邦黨人文集》的主編Samuel Mangold-Lenett表示，原因是人工智慧可以掌握人類通常需要數年甚至數十年才能掌握的技能。
Mangold-Lenett告訴福克斯新聞數位頻道：「人類需要數年時間，通常是一生，才能辨別藝術形式的掌握程度，而人工智慧可以立即區分真假。藝術評論家一生都必須在畫廊和博物館學習和工作，但仍然可能會被一個生活在歷史忘記記錄的數百年前的特別有天賦的騙子所欺騙。而另一方面，人工智慧很可能能夠立即識別人眼甚至無法識別的獨特模式——各種油漆中的原子特徵、筆觸殘留物等。」
但Mangold-Lenett也警告說，開發人員仍處於「人工智慧革命」的早期階段，一些系統可能仍然不可靠或遇到「錯誤」。
「但沒有理由相信人工智慧無法讓欺詐性的葡萄酒製造商破產，」Mangold-Lenett說。
Polygon recent comments