Une équipe de l'Université de Stanford a formé un modèle génératif avec 2 216 recettes de hamburgers et lui a demandé d'inventer des combinaisons qu'aucun cuisinier n'avait jamais essayées. Le résultat n’est pas une expérience gastronomique. C’est une démonstration que l’intelligence artificielle peut cesser de prédire ce qui existe déjà pour concevoir ce qui n’existe pas encore.
L'outil s'appelle BurgerAI et est né dans le laboratoire d'Ellen Kuhl, professeur de génie mécanique et directrice de Stanford Bio-X. La distinction faite par Kuhl est précise : le système ne demande pas quel hamburger est le plus probable, mais lequel répond le mieux à un ensemble d'objectifs concurrents.
Un espace de conception de 10⁴³ de possibilités
L'équipe a identifié 146 ingrédients uniques dans ces 2 216 recettes tirées de Food.com et les a organisés en familles : protéines, légumes, herbes et épices, céréales, sauces, produits laitiers, noix. Kuhl estime que l’espace des combinaisons possibles s’élève à environ 10⁴³ recettes.
Aucun processus humain d’essais et d’erreurs ne traverse un espace de cette taille. Et il y a le point technique qui compte au-delà de la cuisine : l’architecture n’est pas un chatbot qui écrit des instructions. Ce sont deux modèles de diffusion enchaînés, l'un qui sélectionne les ingrédients qui entrent et l'autre qui calcule les quantités, en travaillant sur une structure apprise et non sur du texte.
Le deuxième travail de l'équipe, publié dans Computer Methods in Applied Mechanics and Engineering, soutient que les mêmes principes mathématiques qui sous-tendent BurgerAI sont ceux qui fonctionnent dans l'IA générative basée sur la diffusion en général, avec des liens directs avec la conception des matériaux, la physique et l'ingénierie.
Le test s'est déroulé dans un restaurant, pas sur un serveur
Cinq hamburgers conçus par le mannequin ont été préparés par un chef exécutif et servis à plus d'une centaine de convives lors d'une dégustation à l'aveugle dans un restaurant de San Francisco, accompagnés d'un hamburger de restauration rapide mondial utilisé comme référence.
Les deux variantes optimisées en termes de saveur ont égalé ou dépassé la référence en termes d'appréciation globale, de saveur et de texture. La version optimisée pour la durabilité, à base de champignons portobello, de roquette, de romarin et de céréales, a réduit l'impact environnemental de plus d'un ordre de grandeur. La version nutritionnelle, à base de légumineuses, atteint environ le double du score nutritionnel de la référence.
Vahidullah Tac, premier auteur des deux ouvrages, a souligné que ce résultat les avait surpris : ils s'attendaient à un plus grand compromis entre durabilité et acceptation des consommateurs. La couverture médiatique ultérieure de l'étude tempère l'enthousiasme, indiquant que les versions durables et nutritionnelles ont reçu des notes sensorielles inférieures, mais l'ampleur de l'amélioration environnementale tient le coup.
Ce que l'IA n'a pas résolu
Il est conseillé de lire le résultat avec précision. BurgerAI n'a pas trouvé le burger parfait : il a trouvé la frontière. La saveur, la nutrition et l’impact environnemental restent des objectifs mutuellement contradictoires, et le modèle n’a pas éliminé cette tension. Ce qu'il a fait, c'est le rendre visible et navigable, avec des chiffres au lieu de l'intuition.
C'est exactement la promesse que l'équipe projette dans d'autres domaines. Kuhl propose que le même cadre de conception générative pourrait être appliqué aux médicaments, aux matériaux avancés et aux biomolécules, aux systèmes complexes où l'espace de conception est trop vaste pour être parcouru manuellement et où les objectifs sont en concurrence les uns avec les autres. « Le burger n'est qu'un début », a-t-il résumé.
Pour l’industrie de l’IA, l’expérience montre où se situe la véritable valeur. Si la conversation publique tourne autour de modèles qui écrivent et conversent, l’application aux conséquences industrielles en est une autre : des systèmes capables de proposer des configurations inédites au sein d’espaces dans lesquels aucune équipe humaine ne peut naviguer.
Il s’agit d’un hamburger parce qu’un hamburger peut être mangé et noté. La mécanique est la même que celle qui s’applique à une molécule.
L'étude a été financée par Schmidt Science Fellows en partenariat avec le Rhodes Trust, le Sustainability Accelerator de la Stanford Doerr School of Sustainability, le programme Bio-X Snack Grant et la National Science Foundation.
En rapport
Voir l’article original en espagnol
