L'intelligenza artificiale che prevede il futuro del vino

Molte persone guardando una bottiglia di vino e pensano al suo sapore—o a quanto in fretta possa frantumare la tua sobrietà. Altri pensano al vino come a un serio investimento, un bene finanziario il cui valore può aumentare in maniera significativa nel corso del tempo.

Chiunque investa nel vino sa che il Live-ex Fine Wine 100 è un indice che rappresenta le variazioni di prezzo dei 100 vini più ricercati. I vini listati nel Liv-ex 100 vengono commerciati su un mercato secondario rispetto a quello delle azioni e dei bond. I migliori investitori, ovviamente, cercano i vini il cui prezzo salirà più facilmente nel corso del tempo.

Ma come riescono a capirlo? Alla vecchia maniera, facendo delle lunghe e meticolose ricerche a riguardo, supportati da esperienza decennale oppure sfacciata fortuna. O, oggi, possono usare dei modelli computerizzati moderni, che servono a prevedere il futuro prezzo del vino.

Secondo un report di Phys.org, dei ricercatori presso lo University College di Londra hanno sviluppato un modello che prevede le fluttuazioni dei prezzi dei vini utilizzando l'intelligenza artificiale. Il loro studio è stato pubblicato sul Journal of Wine Economics.

Il nuovo modello utilizza delle complesse tecniche di machine-learning e sembra che riesca a ottenere risultati migliori dei processi più classici. Determinando in anticipo quali sono i fattori più importanti per la variazione dei prezzi, questo nuovo approccio predice le fluttuazioni del Liv-ex 100 con grande accuratezza.

Il professore John Shawe-Taylor—co-direttore dell'UCL Centre for Computational Statistics & Machine Learning e Head dell'UCL Computer Science, co-autore del paper—spiega che i loro algoritmi "apprendono nuovi concetti dai nuovi dati senza che l'uomo debba intervenire."

L'UCL ha sviluppato algoritmi di machine-learning per altre, inclusa quella medica e quella finanziaria, ma è la prima volta in cui hanno a che fare con il vino.

Il nuovo sistema scandaglia i dati alla ricerca di informazioni utili—fattori che in passato sono stati in qualche maniera predittivi. Queste informazioni vengono estrapolate e utilizzate per predire i futuri prezzi dei vini. Gli informatici hanno utilizzato due tipi diversi di machine learning, quello a "Gaussian process regression" e il più complesso "multi-task feature learning."

Entrambi funzionano meglio dei metodi di previsione tradizionale, ma quando il multi-task feature learning poteva essere applicato—non lo si può fare sempre—la precisione delle stime è aumentata del 98 percento rispetto ai precedenti standard.

L'autrice principale, Michelle Yeo, ha detto, "Siamo contenti di essere stati capaci di sviluppare questo tipo di modelli da applicare al mercato del fino e speriamo che le nostre scoperte diano all'industria quella fiducia necessaria per cominciare ad adottare le tecniche di machine learning come uno strumento per le decisioni negli investimenti."

Uno degli autori del paper, Tristan Fletcher, research associate in informatica, è anche il fondatore di un'impresa di gestione di asset del vino, Invinio. Vuole continuare a lavorare con gli altri per raffinare gli algoritmi, di modo che gli attuali e i futuri investitori del mondo del vino possano usarli attraverso la piattaforma offerta dal suo sito.

E ora? Phys.org afferma che gli autori stanno pensando di applicare queste tecniche di machine learning per un altro mercato: quello delle auto d'epoca.

Forse dovremmo cominciare a pensare a un futuro in cui i più grandi kingpin dell'economia mondiale saranno raffinati sommelier pronti a muovere le pedine del mondo dal fondo di un bicchiere di Barolo.