This paper aims to highlight the different aspects resulting from the integration of artificial intelligence to the food and wine industry. The first chapter provides a general description of the basic concepts of artificial intelligence and more specific of some types of machine learning (Machine Learning and Deep Learning), such as neural networks, decision trees and recommendation systems. The second chapter presents an analysis related to the historical origins of wine to understand the reasons for its cultural impact, a mention of the chemical elements that make up the drink and on which the different types of classification currently available depend. This is followed by an in-depth analysis of the application context: an overview of today's food and wine market in Italy considering the 2019 pandemic as an influencing factor for production, consumption and foreign exports in the various regions. In addition, is highlighted the importance of the sommelier's professional role in matching wine to the most appropriate dishes according to different techniques. Finally, is analyzed the case study of an artificial intelligence prototype, designed specifically for the Turin bistro-wine bar Fanfaluch, with the aim of simulating the functionality of an artificial sommelier as a support to the restaurateur, capable of guiding the customer through recommendations for the choice of wine and food pairings. The third and final chapter describes the case study of an artificial intelligence prototype, designed specifically for the Turin bistro-wine bar Fanfaluch, with the aim of simulating the functionality of an artificial sommelier as a support to the restaurateur, capable of guiding the customer through recommendations for the choice of wine and food pairings. The prototype is developed graphically through the Figma web design software, thanks to which it is possible to understand the main activities and the ideal functioning; subsequently, the process of working and analyzing the artificial intelligence dataset through a prediction flow designed on the Orange software is deepened. In conclusion, this study highlights the possible needs so that the prototype can be effectively feasible and functional in the future.
Il presente elaborato ha l’obiettivo di evidenziare i diversi aspetti conseguenti all’integrazione dell’intelligenza artificiale al settore enogastronomico. Il primo capitolo offre una descrizione generale dei concetti base dell’intelligenza artificiale e più specifica di alcune tipologie di apprendimento automatico (Machine Learning e Deep Learning), quali le reti neurali, gli alberi decisionali e i sistemi di raccomandazione. Nel secondo capitolo viene effettuata un’analisi relativa alle origini storiche del vino per comprendere le ragioni del suo impatto culturale, un riferimento agli elementi chimici che compongono la bevanda e da cui dipendono le diverse tipologie di classificazione attualmente disponibili. Segue un approfondimento del contesto di applicazione: una panoramica sul mercato enogastronomico odierno in Italia considerando la pandemia del 2019 come fattore di influenza per la produzione, i consumi e l’export estero nelle varie regioni. In aggiunta si evidenzia l’importanza del ruolo professionale del sommelier nell’ambito degli abbinamenti di vino ai piatti più consoni secondo diverse tecniche. Il terzo e ultimo capitolo descrive il caso di studi di un prototipo di intelligenza artificiale, ideato specificatamente per il bistrot-enoteca torinese Fanfaluch, con lo scopo di simulare le funzionalità di un sommelier artificiale come supporto al ristoratore, in grado di guidare il cliente attraverso dei consigli per la scelta del vino e delle pietanze in abbinamento. Il prototipo viene sviluppato dal punto di vista grafico tramite il software di web design Figma, grazie al quale è possibile comprendere le attività principali e il funzionamento ideale; successivamente viene approfondito il processo di lavoro e di analisi del dataset dell’intelligenza artificiale attraverso un flow di predizione progettato sul software Orange. In conclusione, questo studio mette in luce le eventuali necessità affinché il prototipo possa essere effettivamente realizzabile e funzionante in futuro.
Applicazione dell’intelligenza artificiale al settore enogastronomico. Il caso pratico di un prototipo di sommelier digitale esclusivo per il bistrot ed enoteca torinese Fanfaluch.
FERRERI, BEATRICE
2022/2023
Abstract
Il presente elaborato ha l’obiettivo di evidenziare i diversi aspetti conseguenti all’integrazione dell’intelligenza artificiale al settore enogastronomico. Il primo capitolo offre una descrizione generale dei concetti base dell’intelligenza artificiale e più specifica di alcune tipologie di apprendimento automatico (Machine Learning e Deep Learning), quali le reti neurali, gli alberi decisionali e i sistemi di raccomandazione. Nel secondo capitolo viene effettuata un’analisi relativa alle origini storiche del vino per comprendere le ragioni del suo impatto culturale, un riferimento agli elementi chimici che compongono la bevanda e da cui dipendono le diverse tipologie di classificazione attualmente disponibili. Segue un approfondimento del contesto di applicazione: una panoramica sul mercato enogastronomico odierno in Italia considerando la pandemia del 2019 come fattore di influenza per la produzione, i consumi e l’export estero nelle varie regioni. In aggiunta si evidenzia l’importanza del ruolo professionale del sommelier nell’ambito degli abbinamenti di vino ai piatti più consoni secondo diverse tecniche. Il terzo e ultimo capitolo descrive il caso di studi di un prototipo di intelligenza artificiale, ideato specificatamente per il bistrot-enoteca torinese Fanfaluch, con lo scopo di simulare le funzionalità di un sommelier artificiale come supporto al ristoratore, in grado di guidare il cliente attraverso dei consigli per la scelta del vino e delle pietanze in abbinamento. Il prototipo viene sviluppato dal punto di vista grafico tramite il software di web design Figma, grazie al quale è possibile comprendere le attività principali e il funzionamento ideale; successivamente viene approfondito il processo di lavoro e di analisi del dataset dell’intelligenza artificiale attraverso un flow di predizione progettato sul software Orange. In conclusione, questo studio mette in luce le eventuali necessità affinché il prototipo possa essere effettivamente realizzabile e funzionante in futuro.I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/147477