Nyissunk ki bármilyen témájú kiadványt az internet csodálatos és végtelen olvasótermében, valószínűleg nem találunk egyet sem, amely ne a mesterséges intelligencia körül pörögne. Nem véletlenül. Bármely iparágat, tudományterületet nézzük, mindenhol az MI-ben látják a kitörési pontot vagy az áhított versenyelőnyt. Már a szépségiparban és a gasztronómia különböző ágaiban is megvetették a lábukat a mesterséges intelligenciának mondott megoldások.
A L'Oréal a közelmúltban közleményben tudatta a világgal, hogy felállította GenAI Beauty Content Labját, amitől hatékonyabb marketingtevékenységet remél, sőt van a vállalatcsoportnak MI-alapú szépségápolási asszisztense is, ami állítólag diagnosztizál, majd személyre szabott tanácsokat ad.
Rendszeresen felbukkan az MI az (angolszász) világ egyik vezető bormagazinjában, a Decanterben is. Az MI (vagyis amit annak neveznek) ugyanis ott van a szőlőültetvényekben (öntözési igény előrejelzése, szőlőmetszés támogatása, szőlőbetegségek kimutatása, szüreti időpont meghatározása stb.) éppúgy, mint a pincében (pl. erjesztési körülmények meghatározása-vezérlése, küvék optimális – értsd: könnyen eladható – szín- és ízvilágának elérése) vagy a borkereskedők asztalán, hogy segítsen párosítani terméket és célközönséget.
Ettől persze a technológia megítélése ellentmondásos. A languedoci Aubert & Mathieu pincészet például The end. néven hozta forgalomba a ChatGPT utasításai alapján előállított borát, ami pontosan kifejezi, mit gondolhattak a borászok a projektről. (Arról igencsak megoszlanak a vélemények, hogy mennyire alkalmas ilyen feladatokra az OpenAI modellje.)
Na de milyen lesz a borvilág, ha majd az óriáscégek is felfedezik a lehetőséget? Vajon fogyasztóként tényleg arra vágyunk, hogy az olyan gigaméretű borászati vállalkozások, mint a chilei Concha y Toro (10 ezer hektár szőlő, évente mintegy 180 millió palack), MI kidekázta egyenborokkal árasszák el a piacot?
A Decanter által megkérdezett borászok szerint ez lelketlen, a termőhely jellegzetességeitől megfosztott, egydimenziós, karakter nélküli borokat eredményezne. Azaz egy ital, aminek az értékét az adná, hogy egyedi élményt nyújthat fogyasztójának, ipari tömegcikké válik. Pedig, mint azt Albert Gazda anno mélyen szántóan megfogalmazta: "A bor nem élelmiszer-ipari termék, de nem is az istenek itala. A bort azért szeretjük, mert szórakoztat, és mert finom. A földön iszunk. Elég sokat. És ha lehet, jót."
Ne öntsük ki a gyereket is...
Ha a borászok szeretnék is a pincén kívül tudni az MI-t, nem lenne szerencsés, ha a teljes értékláncból kidob(at)nák – valószínűleg nem is tudnák. A szőlőültetvények művelésében segíthetnek az olyan adatalapú gépi tanulási célrendszerek (nevezzük ezeket az egyszerűség – és az eladhatóság – kedvéért mesterséges intelligenciának), amelyek sok ezer, sok tízezer, sok millió stb. adatpontból származó információhalmazt is másodpercek alatt ki tudnak elemezni, és egyben tudnak "látni" sokféle adattípust. Optimalizálhatnák a művelést – benne a vegyszerhasználatot –, ami nem utolsósorban a környezeti terhelés csökkenését eredményezné jobb, stabilabb minőség mellett.
Vagy segíthetné a kereskedelmet azzal, hogy kiszúrná a hamis borokat. Ez az amúgy is válságban lévő ágazatnak nagyon fontos lenne (a nemzetközi trend, hogy csökken az alkoholfogyasztás, a bortermelőket sújtja a leginkább). 2022-ben például 65 milliárd dollárra becsülték a hamis borok piacát. Különösen izgalmas terület a muzeális tételek hamisítása: A Művelt Alkoholista blogon olvasható egy szórakoztató történet az egyik leghíresebb csalóról, Rudy Kurniawanról, aki a sznobok eredendő hiszékenységének volt hatékony vámszedője. A Kurniawan-sztori azt is szépen mutatja, miért volt nehéz kiszűrni a csalást – eddig.
A Genfi Egyetem és a Bordeaux-i Egyetem kutatói tavaly ugyanis elkészítették azt az MI-alapú (pontosabban egy statisztikaalapú gépi tanulási modellt használó) szoftvert, amely 100 százalékos pontossággal "szagolta ki" a borokból a terroirt, azaz pincészetre pontosan megadta, melyik bor honnan származik. A kísérlethez hét bordeaux-i birtok 1990 és 2007 között termelt 80 borát locsolták el. Először megállapították a minták összetevőit gázkromatográffal, majd a bonyolult kromatogramokat (egy-egy bormintánál akár 30 ezer adatpont is lehetett) egy gépi tanulási algoritmusra bízták, hogy keressen bennük visszatérő mintákat. (A kutatás részletei iránt érdeklődők a Nature Communications Chemistry kiadványának oldalán tanulmányozhatják a módszert és az eredményeket.)
Az MI és a bor egymásra találása
A borszakma mint minden mezőgazdasági ágazat, alapvetően konzervatív, így akár meglepő is lehetne, hogy ilyen gyorsan felfedezte magának az MI-t. Az okok valószínűleg abban a hitben (vagy tévhitben?) keresendők, hogy a technológia hatékonyan képes segíteni, kiegészíteni az ember korlátozott képességű érzékszerveit.
Az ember illat- és ízérzékelése mintegy civilizációs mellékhatásként visszafejlődött, hiszen egyre inkább fölöslegessé vált, hogy szaglással és ízleléssel döntsük el, mi ehető, mi nem. A borszakmában (és általában a gasztronómiában) azonban mind a készítőknél, mind a fogyasztóknál fontos (lenne) a szerepe.
A bor azonban ellenáll ennek. Roppant összetett vizes oldat, melynek illatát és aromáját több ezer molekula finom keveréke adja. Ezeknek a molekuláknak a koncentrációja sok dologtól függ: a szőlőfajtától, a talaj típusától és szerkezetétől, az időjárástól, de még a szőlőművelési módjától is. Az analitikai különbségek két bor között olykor egészen minimálisak, a végeredmény mégis nagyon eltérő lehet, mert a molekulák a koncentrációjuk függvényében más és más módon hatnak egymásra.
Ez az oka annak, hogy amit a gázkromatográf és gépi tanulási algoritmus együttes erővel meg tudott oldani a Genfi Egyetemen, az emberek többsége számára lehetetlen. Sőt még azok is sokszor tévednek, akik fél életüket a bornak szentelik. A világ legrangosabb és legvágyottabb borszakértői képzésén, a Master of Wine-on a legtöbben az utolsó fordulónál véreznek el, amikor vakon kell azonosítani borokat (fajta, borvidék, évjárat, termelő).
Jó hír viszont, hogy bár az ízlelés velünk született tulajdonság, szaglásunk tanult, emígyen fejleszthető. Csak gyakorlás (meg némi tehetség) kérdése. És ha orrunk a tokaji dűlőket az aszúkból nem is varázsolja elő, az érett pálpusztait és a hetes mosatlan zoknit százszázalékos biztonsággal megkülönbözteti majd.
Persze mint minden fegyver, ez is elsülhet fordítva is, azaz olyan dolgokra is alkalmas, amiket a borászok esetleg nem szeretnének: például minőségellenőrzésre vagy a végső aromatika kialakítására, legalábbis a kutatást vezető Alexandre Pouget professzor szerint.
Jönnek az MI sommelier-k
Bár a hamisítványok kiszűrése fontos, a megbízható forrásból származó palackoknak attól még meg kell találniuk a vevőjüket. Ma a kereskedők a tömegek bölcsességére építő ajánlórendszereket használnak. A Preferabli app fejlesztői ellenben bevetik az ún. mesterséges intelligenciát, hogy ajánlórendszerük az emberek egyedi ízlését is figyelembe vegye (az app leírásáról eszünkbe juthatnak Brian örök érvényű mondatai: "Ti mind egyéniségek vagytok! Ti mind különbözőek vagytok!").
Az app némileg hasonló módon működik, mint a Bitporton korábban bemutatott Tastry: a mögötte dolgozó MI kb. egymillió borról tartalmaz jellemzőket, boronként kb. 500-800-at. Ezeket profik, Master of Wine-ok és Master Sommelier-k, valamint amatőr borszakértők leírásaiból desztillálja az algoritmus. Ez közel sem egyszerű, a bort ugyanis pár paramétertől eltekintve (alkoholtartalom, titrálható savtartalom, cukortartalom, szabad kén, pH stb.) még a legnagyobb szaktekintélyek is egyedi, metaforikus nyelven írják le, inkább a bor kiváltotta érzésekre koncentrálva.
A felhasználó dolga mindenesetre egyszerűsödik: beír egy olyan bort, amit szeret, és kap az apptól egy összeállítást olyan borokból, amik valószínűleg szintén ízleni fognak neki. Az algoritmus minden egyes kéréssel többet tud a felhasználóról, akiről egyedi profilt készít. De vajon tudjuk-e, mi ízlik nekünk? Nem lehetséges, hogy csak azért gondoljuk valamiről, hogy finom, mert divatos és sokan fogyasztják? És egymillió légy nem tévedhet...
Az OpenAI ebből sem maradhatott ki
Az OpenAI viszont épp az ellenkező oldalról közelített az MI és a borszakértés kapcsolatához: meglátta a reklámlehetőséget abban, hogy a ChatGPT-t borszakértőként is pozicionálja. Tavaly tavasszal a chatbot letette a híresen nehéz Master Sommeier vizsgákat, mégpedig egészen jó eredménnyel. Az alapvizsgát (Court of Master Sommelier) 92 százalékra, a középfokút (Certified Sommelier) 86 százalékra, míg a legmagasabb fokozatot (Advanced Sommelier) 77 százalékra teljesítette. Sajnos a vizsga gyakorlati részére már nem jelentkezett.
Azóta készültek borra szakosodott MI-chatbotok is. Az Elizabeth, Master Sommelier MI-alkalmazást fejlesztő finn startup, a Sommify a weboldalán így érvel az MI pohárnok hölgy létjogosultsága mellett: szerintük a vásárlók 72 százaléka hajlandó lenne többet fizetni egy borért, ha az pontosan igazodna az igényeihez. Ám a vásárlók négyötöde információhiányban szenved, ezért a címke vagy az ár alapján vásárol (és hozzátehetjük: ilyenkor nyilván optimalizál, igyekszik csökkenteni az esetleges veszteséget, ezért inkább olcsóbbat választ). A borfogyasztók több mint fele pedig fél a borral kapcsolatos kérdésektől (ezért valószínűleg szívesebben kérdez egy algoritmustól).
Csodás eredmények tehát vannak, a piac azonban még nem igazolta vissza minden innováció létjogosultságát. A kérdés továbbra is nyitott: a tömegek bölcsessége vagy a csordaszellem hajtja az MI körüli hájpot? A válaszra valószínűleg még kell várnunk pár évet.
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak