BurgerAI de l’Université Stanford : l’IA qui conçoit le burger optimal

Selon l’estimation d’un chercheur, il existerait environ 10 puissance 43 recettes de burgers possibles dans le monde. Un chiffre si immense qu’il en devient presque dénué de sens - et c’est précisément le type de casse-tête que BurgerAI a été conçu pour relever.

Mis au point à l’Université Stanford, ce nouvel outil peut concevoir le burger optimal en fonction de l’âge d’une personne, de ses préférences gustatives, de ses besoins nutritionnels et de ses valeurs environnementales. Au fond, toutefois, le burger n’est qu’un prétexte.

Ces travaux ont donné lieu à deux articles signés par une équipe de Stanford Bio-X, l’institut interdisciplinaire de sciences du vivant de l’université. L’ensemble est dirigé par la professeure Ellen Kuhl, de la School of Engineering, aujourd’hui directrice de Bio-X. Le premier auteur des deux articles est Vahidullah Tac, chercheur postdoctoral dans le laboratoire de Kuhl.

Le premier article présente BurgerAI et les résultats culinaires obtenus. Le second met en lumière une portée bien plus large : les principes mathématiques au cœur de l’approche font écho à l’IA générative, à la conception de matériaux, à la physique et à l’ingénierie, dans des domaines qui dépassent largement l’alimentation.

De la prédiction à la conception

La plupart des systèmes d’IA sont entraînés pour prédire : ils repèrent des régularités dans des données existantes, puis extrapolent. BurgerAI, lui, a été pensé pour autre chose.

« Nous voulions que l’IA invente ce qui devrait exister ensuite », a déclaré Kuhl. « BurgerAI ne demande pas : “Quel burger est le plus probable ?” Il demande : “Quel burger répond le mieux à ces objectifs importants et complexes ?” »

Cette opposition - prédire versus concevoir - constitue le basculement conceptuel mis en avant par l’étude.

La prédiction se tourne vers le passé, tandis que la conception est générative. Elle ne s’interroge pas sur ce qui a déjà été fait ; elle cherche ce qu’il faut construire. Et, selon l’équipe, cette capacité pourrait avoir des implications qui vont bien au-delà de la cuisine.

Comment fonctionne le système

Pour apprendre, le système s’est appuyé sur 2 216 recettes de burgers issues de Food.com, afin d’identifier des schémas dans les associations d’ingrédients et dans les quantités.

Ensuite, il produit des recettes entièrement inédites à partir de zéro. Il ne s’agit pas de simples variantes de recettes existantes, mais de combinaisons nouvelles optimisées en même temps pour le goût, la nutrition, la durabilité et des caractéristiques personnelles - notamment le genre, l’âge et le niveau d’activité physique.

« Les choix alimentaires font partie des décisions les plus déterminantes que les humains prennent chaque jour », a expliqué Tac. « L’alimentation était un moteur évident. Avec une seule flèche, on peut toucher deux cibles - la santé de la planète et la santé personnelle. »

Pour Kuhl, l’alimentation est un terrain d’essai idéal pour ce type d’IA générative, précisément parce qu’elle impose des objectifs concurrents qu’il est réellement difficile de satisfaire simultanément.

Un burger peut être délicieux, ou nutritif, ou durable - mais peut-il être les trois à la fois, sans compromis manifeste ? Cette tension reflète les arbitrages présents dans nombre de problèmes plus vastes que l’IA pourrait un jour aider à résoudre.

Le test de dégustation

Les performances en simulation, c’est une chose. La question décisive était de savoir si les gens avaient réellement envie de manger ce que l’IA avait conçu.

Les chercheurs ont fait préparer cinq recettes BurgerAI par des professionnels, puis les ont servies à plus de 100 convives lors d’un test de dégustation à l’aveugle. L’expérience a eu lieu dans un restaurant de San Francisco, et les burgers conçus par l’IA ont été évalués face à une référence : un burger de restauration rapide très populaire.

Les résultats ont confirmé l’approche. Les deux variantes du Delicious Burger de BurgerAI ont obtenu un score équivalent ou supérieur à celui du burger de restauration rapide, en appréciation globale, en saveur et en texture.

Son Mushroom Burger a diminué l’impact environnemental de plus d’un ordre de grandeur par rapport à un burger de bœuf classique. Son Bean Burger a atteint environ le double du score nutritionnel de l’option de restauration rapide.

« L’IA n’a pas seulement généré des recettes de burgers plausibles - elle a créé des burgers que de vraies personnes apprécient », a déclaré Kuhl.

« Cela peut sembler simple, mais cela signifie que le modèle a appris ce qui rend un aliment attrayant pour le palais humain et qu’il a su parcourir un espace de conception avec un nombre quasi infini de combinaisons possibles de burgers pour trouver des solutions applicables dans le monde réel », a-t-elle ajouté.

« Nous nous attendions à un compromis entre durabilité et acceptation par les consommateurs », a indiqué Tac. « Mais nous avons trouvé un burger dont l’impact environnemental est drastiquement plus faible, tout en restant compétitif face à l’un des burgers les plus populaires au monde. »

Les burgers IA ne sont qu’un point de départ

Kuhl insiste : le burger a été choisi comme cas d’usage, pas comme finalité. L’alimentation constitue un système maniable, à échelle humaine, avec un vaste espace de conception facile d’accès. De plus, elle fournit un retour humain réel via les préférences gustatives, ainsi que des résultats mesurables à la fois sur le plan nutritionnel et sur le plan de l’impact environnemental.

C’est donc un domaine pertinent pour démontrer que la conception par IA générative fonctionne. Mais, d’après les chercheurs, le même cadre méthodologique pourrait être transposé à des problèmes aux enjeux nettement plus élevés.

Une ambition plus vaste

La découverte de médicaments consiste à explorer d’immenses espaces de conception moléculaire pour trouver des composés à la fois efficaces, sûrs et industrialisables.

En science des matériaux, il s’agit d’identifier des combinaisons d’éléments et de structures capables de satisfaire des exigences physiques et chimiques contradictoires. En biologie synthétique, l’objectif est de concevoir des organismes ou des systèmes biologiques répondant à des finalités fonctionnelles précises.

« Le burger n’est que le début », a déclaré Kuhl. « Nous voyons l’alimentation comme un système modèle au service d’une vision beaucoup plus large : l’IA comme partenaire de la découverte scientifique et de l’innovation en ingénierie. »

« Pendant des siècles, la conception alimentaire a reposé sur l’intuition, l’expérience, et une succession d’essais et d’erreurs. Nous commençons à montrer que l’IA peut transformer la conception alimentaire en une science quantitative, avec des applications dans d’autres domaines importants », a-t-elle conclu.

La première étude a été publiée dans la revue npj Science of Food, et la seconde dans Computer Methods in Applied Mechanics and Engineering.