ITの世界から飛び出しワインづくりを目指した雪川醸造代表の山平さん。新しい生活や働き方を追い求める人たちが多くなっている今、NexTalkでは彼の冒険のあらましをシリーズでご紹介していきます。人生における変化と選択、そしてワインの世界の奥行きについて触れていきましょう。

こんにちは（あるいはこんばんは）。

新しい年になりましたが、皆さまいかがお過ごしでしょうか？

東川は例年通りずっと真冬日が続いており、雪が積もると雪かきの日々が続いています。

画像: 道路の雪かきは道路脇に雪を積み上げるので（写真手前側）これも除去しないといけないのです — 道路の雪かきは道路脇に雪を積み上げるので（写真手前側）これも除去しないといけないのです

画像: この状態になるまで除雪機を使っても1時間ほどかかります — この状態になるまで除雪機を使っても1時間ほどかかります

自宅は共同住宅で屋根付きガレージなので、そんなに大変な作業ではないのですが、ワイナリー前（上の写真）が広いのです。2シーズンほどは人力で対応していたのですが、毎回ヘトヘトになるので、昨シーズンはじめに除雪機を導入しました。

画像: ガソリンエンジンで駆動するしくみです。草刈り機、薬剤散布車（スプレーヤー）、トラクター、ブロワー、とエンジン付機械まみれの生活になりました — ガソリンエンジンで駆動するしくみです。草刈り機、薬剤散布車（スプレーヤー）、トラクター、ブロワー、とエンジン付機械まみれの生活になりました

しくみとしては、除雪機前方のスクリュー状の「オーガ（黒いパーツ）」で雪をかき集めます。集められた雪はオーガの奥にある「ブロア」という扇風機のように回転する羽根によって、長い筒状の「シュート（上に伸びている青い部分）」から雪を吹き飛ばします。

ワイナリーの前はなだらかに起伏のある砂利と草地が混在する地面なので、地面を削ったり、砂利を飛ばしたりしないように、オーガの高さをこまめに調節しながら除雪機を操作する必要があるので、意外に気を使います。

除雪機が必要になるのは3月上旬ごろまで。あと2カ月ほどありますが、雪かきを楽しんでいきたいと思います。

ラベルの認識

今回は、生成AIをワインに関連した分野、あるいはワインづくりに生かしているサービスやテクノロジーにどんなものがあるかを見ていきます。

最初に取り上げるのは「ラベルの自動認識」です。ワインのラベル（エチケットとも言います）は、国や地域ごとにローカルなルールがあったり、生産国でそれぞれ異なった言語で書かれていたりします。さらに、デザインが凝っていたり、読み取りにくかったりして、記憶に残りにくいことがあります。

これらのラベルを写真に撮るだけで、「どこのどのワインであるかを自動認識し、各データを記憶し、次にそのワインを手にしたときに同じワインであるか」を知らせてくれるようなサービスがあります。

ワインを取り扱う店舗（飲食店、小売店、輸入業者）が多数のワインを管理するための業務用アプリに「winecode」というのがありますが、これに生成AIをベースにした機能が2024年10月に搭載されました。

画像: 人気業務用ワイン管理アプリ「winecode」！生成AIが手伝う新機能の提供を10月22日より開始！ | 日本ワイン.jp

汚れたラベルも認識！「ワインスキャン®︎」が待望のアップデート！ | 日本ワイン.jp

ワインを取り扱うプロに人気のワイン在庫管理アプリ「ワインスキャン®︎」。待望のアップデートがリリースされました。詳細についてお伝えしましょう。今回のアップデートについて「ワインスキャン®︎」における今回のアップデートでは、ラベル認識

nihonwine.jp

これらのサービスは数多いワインを提供する店舗において、管理に必要なノウハウへのハードルを下げたり、管理コスト（時間）を減らせます。

ワインそのものの分析における生成AI

ワインそのものを認識、識別する技術も開発されています。

スイスにあるジュネーブ大学の研究者チームは、ワインの科学的なデータを学習データとすることで、ボルドー地域の7つのワイナリーを100%の確率で識別することに成功したと2023年12月にニュー・サイエンティスト誌に発表しました。

How to identify vintage wines by their chemical signature - Medias - UNIGE

www.unige.ch

研究では、ボルドー地方の7つの農園の12種類のヴィンテージ(1990～2007年)の80種類の赤ワインから採取されたガスクロマトグラフィーデータ（対象の物体がどのような化合物で構成され、どれくらい含むのかなどを定性・定量的に測定したデータ）を用いて分析モデルを作成しています。このモデルを用いたブラインドテイスティングアルゴリズムは100％の確率でワインの生産者を識別し、ボルドーの右岸産か左岸産かのグループ分けにも成功したということです。

これによって、ソムリエなどの主観的な能力による判断から、より客観的な分析が可能となり、また偽物対策としても活用することが可能になると言えます。

また2024年2月にはイタリアのサン・ラファエル・テレマティック大学の研究チームが「質の低い（unhealthy）」ワインを検出する分析モデルについて米国の化学学会誌「Journal of Agriculture and Food Research」にて発表しました。

画像: https://www.sciencedirect.com/science/article/pii/S2666154324002163 — **https://www.sciencedirect.com/science/article/pii/S2666154324002163**

この分析モデルは、原産地の偽装を防ぐために開発されたもので、イタリアとポルトガルのワインについての7,200ほどの化学的特性に関するデータを用いて分析モデルを作成し、実際のワインの品質分析に使用することで65%以上の確率でワインの良し悪し（healthyかどうか）を判定できるようになり、99%の確率で原産地を判別することが可能になりました。

ぶどう栽培におけるAI活用

ぶどう栽培においても、AI活用の環境が広がりつつあります。

ワタクシ達の地元である北海道のワイン用ぶどう畑を舞台として、北海道大学と北海道ワインなどが共同で農業、特に果樹栽培のスマート化を研究しています。

AIの力でブドウの収穫に成功　せん定・収穫の自動化　“スマート農業”で農業の人手不足解消へ｜STV NEWS NNN

きつい作業が多い…そんなイメージが先行し、担い手不足も問題となっている農業。

news.ntv.co.jp

研究項目の1つは、剪定や収穫などの栽培作業において人間の目の代わりに機械学習を用いることです。

「北海道浦臼町にあるワイナリーでは2年前から、AIを使ったスマート農業の実験が行われています。そして先月、はじめてブドウの房の収獲に成功しました。
（北海道大学大学院農学研究院　野口伸教授）「収穫、せん定という一番難しい作業の自動化に取り組んだ」
ブドウなど果物の収穫を自動化するにあたり最も難しいのは、ほかの枝を切らないように重なった果物の形を正確に把握することです。今回、最新の3Ｄカメラを使いブドウを認識することで、房と枝の間のわずか2ミリの「穂軸」のカットに成功しました。

この取材では触れられていませんが、北海道大学の研究チームは北見工業大学、道総研中央農業試験場、北海道ワイン株式会社、東日本電信電話株式会社（NTT東日本）、豊田通商株式会社、株式会社三菱総合研究所と研究開発コンソーシアムを組成し、5年で「電動ロボットによるスマートぶどう栽培システムの開発」という研究開発を行っています。

衛星画像を活用したAIベースの栽培管理

スタンフォード大学の研究チームを中心に設立された英国のDeep Planetというスタートアップが「VineSignal」という機械学習をベースにした栽培管理ツールを提供しています。

Next-Gen Viticulture: The Future of Intelligent Farming in the Wine Industry

Artificial intelligence (AI) is transforming industries across the globe, and the wine sector is no exception. Amid the growing climate crisis...

wineindustryadvisor.com

「David Carter is CEO and co-founder of Deep Planet, a groundbreaking agritech startup born from the vision of Oxford University scientists and engineers. The company, granted by the European Space Agency, aims to aid agriculture in adapting to climate change using advanced machine learning. Deep Planet’s technology supports growers, winemakers and sustainability teams in optimizing vineyard management, efficiency, disease control and overall sustainability.

One notable AI product from Deep Planet is VineSignal, which monitors regenerative agriculture, soil health and sustainability. VineSignal tracks soil and plant nutrients, soil organic carbon and water management, including irrigation leaks and evapotranspiration. It also improves harvest logistics and efficiency, enhances grape quality by pinpointing the best harvest times, and creates yield maps. Additionally, it detects diseases and risks to vine health, covering major pests and diseases and supporting regular vineyard surveys. Vine technology aids in achieving carbon-neutral certifications and enhances sustainability throughout supply chains.

Carter highlights the rapid advancement of AI in vineyards, noting that new applications and innovations are emerging frequently. He observes, “Wineries are increasingly adopting AI tools for vineyard management and winemaking processes.” Further stating, “AI is progressing beyond basic tasks, with developments in disease prediction, irrigation optimization and wine quality forecasting. As data accumulates, AI algorithms are becoming more accurate and reliable. The evolution of AI in viticulture is both swift and ongoing.”」

この記事で、VineSignalは各種衛星画像を用いてぶどう畑（ヴィンヤード）の土壌湿度、葉面湿度、ぶどうの樹の健康状態などをモニタリングし、それらのデータを機械学習ベースの分析モデルで処理することで病害発生状況、収穫量や収穫時期を予測し、栽培管理の最適化とサステナビリティーの実現を目論むとされています。

この記事の後半には、オーストラリアのワイン銘醸地の1つであるクナワラにあるKoonaraWineryにおいて、土壌とぶどうの葉の状態をAIで分析することにより、欠乏しているミネラルを特定し、ぶどうの樹の健康状態を良好に保つことで、シーズン中の薬剤散布を2回に大幅削減することを可能としたと報告しています。