釀酒行業對于葡萄的質量有很高的的要求。根據小編調研，非侵入式的紅外光譜技術應用于葡萄質量監測已行之有年，能夠定量分析一些指標成分例如花青素、酚類、天冬氨酸、谷氨酸等。一項由德國政府資助的項目創新結合了中紅外光譜分析技術和人工智能，將為葡萄栽培或其他農業領域的生產者提供實用的數字化工具。

德國弗勞恩霍夫過程工程和包裝研究所（Fraunhofer Institute for Process Engineering and Packaging IVV）近期啟動了一個智能葡萄（SmartGrape）項目，結合使用紅外光譜分析和人工智能（AI）來確認葡萄質量和成熟度。項目由德國聯邦農業和食品辦公室（BLE）和德國聯邦食品和農業部（BMEL）資助，并與IRPC Infrared-Process Control GmbH、LiquoSystems GmbH、QuoData GmbH和 Weincampus Neustadt等公司合作進行。

與所有農產品一樣，葡萄的質量差異很大。許多外部因素，包括氣候、土壤條件和收獲時間，對葡萄的成分和葡萄酒的質量都有重大影響。正因為這些葡萄栽培中的多樣性，最終產生了具有不同特色的各種葡萄酒。為了確保葡萄酒的原材料質量，需要根據選定的質量參數對葡萄進行監測。這個監測方法應該在不損害葡萄的前提下易于實施，并盡可能對葡萄成分提供大量信息。紅外光譜正好滿足了這些要求。

紅外光譜分析技術是一種非侵入式的光學技術，該方法利用目標分子對紅外的吸收光譜來分析樣品中的成分。該研究所表示，這使得紅外光譜成為一種理想的媒介，可以用于認定是否當季葡萄符合釀造優質葡萄酒的要求。SmartGrape聯合項目的目的是開發一種緊湊型測量系統，利用中紅外范圍的光譜分析達到快速、無損的葡萄質量檢測。相較于過去其他利用紅外光譜對葡萄質量的檢測工作，SmartGrape使用了中紅外波段（介于波長 2500 和 50,000 納米之間）來檢驗葡萄的質量，而不是近紅外波長（介于 780 和 2500 納米之間）。該研究所指出，“中紅外范圍內的信息含量明顯高于近紅外，可以提供更完整、精確的信息。"

中紅外光譜分析技術生成的所有數據和伴隨的化學分析需要復雜的計算與評估。在SmartGrape項目中，AI被用來記錄和評估這些高維數據集。AI最大的好處是能夠考慮非線性相關性和交互效應，比使用傳統的數學和統計方法能夠節省大量的時間。同時，這樣的一個數據庫系統可以允許多個用戶的訪問，透過一個友善的界面系統便可以助力葡萄栽培產業更大程度的數字化。

將數據數字化還可以將數據用于更廣泛的用途，SmartGrape所開發的系統提供的數字化平臺將使得一些新方法和措施成為可能。例如，數據可以在德國聯邦經濟事務和能源部（BMWi）開發的數字生態系統中使用，這有助于整個產業鏈和價值鏈上的信息共享，包含農學家、農業機械行業到研究機構。這反過來又為流程優化創造了機會，以保護環境資源并確保農業部門的效率，尤其是考慮到氣候變化帶來的新挑戰。舉例來說，研究人員可以根據多個收獲年份的葡萄質量變化記錄，探討外部影響因素（例如氣候、土壤質量）的相關性及對葡萄成分的影響、并最終導致葡萄酒的質量變化。