这个至今仍以手工衡量其最精良作品的行业,正在悄然采用让这些工作在规模上保持一致的工具。本课梳理主要创新:机器视觉与人工智能、用于调配的分析技术、可追溯性与防伪系统、发酵环节和仓库中的传感器,以及机器嗅觉的实验性研究。“雪茄构造”讲述工厂车间已经使用的机械设备,“烟草种植”讲述田间一侧的技术。
机器视觉与人工智能
最新也是最重要的工具是机器视觉。摄像头和深度学习系统能够查看一片烟叶,并对其颜色、成熟度、发酵情况和结构进行分级,其速度与一致性足以媲美熟练分拣工的眼睛,而且是在数千片烟叶上任何个人都无法持续保持的水平。这很重要,因为茄衣的价值取决于细微的视觉差异,正如“烟草工人”中的“分拣工”一课所阐明的那样。同样的系统将实时数据反馈给工厂,使品质成为一种可测量的东西,而不仅仅靠手工判断。
分析与调配
人工智能也延伸到了调配环节。机器学习能够同时权衡一片烟叶的许多变量,其中包括质地和香气,并帮助制造商预测一款调配的表现,使其在批次之间保持稳定。它并不发明调配;它让主调配师对其面前的烟草拥有广泛得多的视野,这一点很有用,因为作物每年都在变化,而一款调配却无论如何都必须保持可辨识。
可追溯性与真伪鉴定
供应链正在变得可被机器读取。区块链和其他数字账本让一个品牌能够为雪茄的产地、生产阶段及其流经分销的路径保留一份防篡改记录,而欧盟的追踪与追溯规则正推动整个市场朝这一方向发展。对于以真伪和出处决定价格的收藏级雪茄而言,这种记录正是对假冒——这个“雪茄盒”所描述的老对头——的现代回应。
发酵与储存中的传感器
发酵和陈年长期以来依赖触感和经验来管理,而且至今大体仍是如此,但联网传感器如今可以测量发酵师过去凭感觉判断的东西:烟堆或仓库内的湿度、温度和气流,而且是实时测量。持续监控并不取代发酵师的判断;它为这些容易出错且出错代价高昂的条件提供一份连续、可记录的读数。同样的方法——贯穿供应链的传感器——在食品领域早已成熟,如今也进入了烟草储存。
机器嗅觉
一个实验性前沿是机器嗅觉,即人工气味检测,其中生化传感器对一片烟叶或一支成品雪茄的香气进行描绘,并将其转化为数据。它仍处于早期阶段,但若成熟起来,它或许能为香气做到机器视觉正在为外观所做的事情:量化鼻子所知道的东西,并据此分级和调配。
哪些仍需人来完成
这一切都无意让雪茄本身实现自动化。最上等的雪茄仍由 torcedores 卷制、由主调配师调配,并最终由人的感官来评判,正如“手工卷制。高端就是高端”所坚持的那样。技术只是一层支撑:它保持品质稳定、减少浪费、证明雪茄的出处,并让行业满足监管要求,而这一切都不会取代处于这门手艺中心的双手与鼻子。
