Ilias Tagkopoulos, Université de Californie à Davis
Nitin Nitin, Université de Californie à Davis
Le système alimentaire mondial est mûr pour une perturbation sans précédent. Nous sommes confrontés à de nombreux défis, tant au niveau national que mondial. Selon l’EPA, environ un tiers de l’approvisionnement alimentaire est perdu, ce qui représente 15% des déchets solides municipaux et 2% de notre consommation d’énergie. L’utilisation de pesticides et d’herbicides a augmenté de plus de 10% au cours des 5 dernières années, alors que tout le monde n’a pas accès à des aliments de haute qualité qu’il peut se permettre – ce qui est en partie responsable de l’obésité de 40% des adultes américains et de 18% de nos adolescents, tandis qu’une famille sur huit en Amérique a faim.
Bon nombre de ces défis sont causés par des inefficacités dans la chaîne d’approvisionnement de la transformation et de la distribution des aliments, qui constitue une étape vitale à valeur ajoutée dans notre système alimentaire. Les pièces du puzzle sont toutes là: des capteurs et des dispositifs omniprésents qui génèrent des données avec un volume, une vitesse et une véracité sans précédent; des méthodes de calcul matures pour les utiliser; des marchés connectés qui peuvent tirer parti de ces innovations à l’échelle mondiale; et la nécessité de transformer des composants désuets et obsolètes du système actuel, que ce soit en raison de la demande des consommateurs pour la personnalisation et l’autonomisation, ou de la nécessité de la sécurité alimentaire et de la durabilité mondiales. Des millions de dollars sont dépensés chaque année dans les secteurs privé et public pour proposer des solutions innovantes permettant de capter les préférences du marché, la sécurité alimentaire, la sécurité alimentaire, la provenance et la traçabilité, tout en créant des produits de qualité supérieure qui ont bon goût, sont bons pour la santé et ne cassent pas la banque.
Récemment, une initiative stratégique de la National Science Foundation (NSF) et du Département américain de l’Agriculture (USDA) a conduit à la naissance du USDA / NSF AI Institute for Next Generation Food Systems (AIFS). AIFS est une collaboration de 20 millions de dollars entre UC Davis, UC Berkeley, UC Agricultural and Natural Resources, l’Université de l’Illinois et l’Université Cornell, avec pour mission de “développer et de tirer parti de l’IA transformatrice pour la production et la distribution éthiques d’aliments sûrs, durables et nutritifs avec moins de ressources. »Avec plus de 50 professeurs participants, AIFS aspire à utiliser l’IA comme tissu conjonctif qui rassemble les différents segments du système alimentaire, de la sélection moléculaire et de la production agricole à la transformation des aliments et à la nutrition des consommateurs.
SÉCURITÉ ALIMENTAIRE, IA ET PLUS ENCORE
Les risques liés à la salubrité des aliments sont les principales causes de rappels d’aliments dans l’industrie et ont un impact significatif sur les aspects sanitaires, sociaux et économiques de notre société. Ces risques couvrent diverses catégories de produits alimentaires, y compris les produits laitiers, la viande, les produits frais et les poudres sèches crues, tandis que leur principale cause est la contamination des produits alimentaires par des agents pathogènes microbiens dans les environnements de récolte et de transformation. Les sources de ces contaminations sont diverses et ne sont souvent pas détectées a priori avec des tests classiques. Cela est dû au manque de techniques et de services d’échantillonnage complets qui peuvent fournir des résultats précis de manière peu coûteuse et rapide.
C’est là que le trifecta du séquençage de nouvelle génération, de l’intelligence artificielle et des systèmes cyber-physiques peut avoir un effet multiplicateur pour assurer la sécurité de notre approvisionnement alimentaire. Le séquençage traditionnel des gènes 16s et, plus récemment, le séquençage métagénomique, ainsi que l’identification rapide des consortiums microbiens dans un échantillon, peuvent détecter rapidement la présence d’agents pathogènes dangereux, tels que Listeria monocytogenes.
Des algorithmes pilotés par l’IA peuvent être formés pour évaluer le niveau de risque d’épidémie en calculant l’abondance relative des différents microbes dans les usines et les installations de transformation des aliments. Cela peut éventuellement conduire à un système d’alerte et de recommandation permanent qui peut prédire la contamination potentielle et recommander des mesures correctives pour réduire le risque d’éclosion et le coût des rappels de produits.
De plus, les jumeaux numériques peuvent servir de réplique numérique clone des usines, des centres de distribution et d’autres zones où la contamination est possible, fournissant une plate-forme pour évaluer les hypothèses, optimiser les solutions et mieux comprendre la dynamique du système tout en intégrant constamment les retours du système physique.
À terme, les systèmes pilotés par l’IA qui ont la flexibilité d’intégrer l’écologie microbienne des aliments, les ensembles de données chimiométriques et physiques existants pour une évaluation complète des risques de sécurité alimentaire peuvent révolutionner la sécurité alimentaire et créer un système alimentaire plus sûr, de la ferme à la fourchette.
L’Institut de l’IA pour la Chaîne de Valeur des Systèmes Alimentaires
Enrichissement de l’IA à travers la chaîne d’approvisionnement alimentaire.
L’IA RENCONTRE LES JUMEAUX NUMÉRIQUES
De nombreuses opérations de transformation des aliments telles que la stérilisation des produits alimentaires, le séchage et la cuisson nécessitent d’importantes ressources en énergie et en eau. De plus, les opérations d’assainissement nécessaires à l’hygiène de l’équipement de traitement utilisent une quantité importante de ressources en énergie, en eau et en produits chimiques. Avec les nouveaux défis climatiques, il est nettement nécessaire de développer des solutions pour relever ces défis.
Bon nombre de ces efforts se sont concentrés sur des approches d’ingénierie conventionnelles telles que la récupération de la chaleur résiduelle et la réutilisation des ressources en eau usée. Les jumeaux numériques peuvent à nouveau aider en devenant un banc d’essai peu coûteux, car ils peuvent fournir une réplique numérique d’une opération de traitement et permettre une analyse en temps réel de l’utilisation de l’eau, de l’énergie et des produits chimiques dans une installation. Grâce au cloud computing et aux techniques de calcul scientifique, les praticiens peuvent exécuter des millions de simulations en quelques minutes pour identifier les paramètres qui conduisent à la meilleure utilisation possible des ressources. Des techniques adaptatives telles que l’apprentissage actif peuvent être utilisées pour intégrer la rétroaction du système physique et améliorer les performances du système en maximisant l’efficacité.
Outre les possibilités d’optimisation des processus, ces combinaisons de technologies d’intelligence artificielle et de jumeaux numériques peuvent faciliter la validation et la vérification des processus. La validation et la vérification des processus sont requises par les organismes de réglementation pour assurer la salubrité des produits alimentaires. Les processus de validation et de vérification dans l’industrie alimentaire nécessitent souvent l’inoculation d’aliments avec un microbe de substitution pour cibler les agents pathogènes et ses tests après le traitement. Ce sont des processus gourmands en ressources et en temps. Les technologies de jumelage numérique et d’analyse de données basées sur l’IA peuvent fournir une validation et une vérification en temps réel des opérations de traitement.
En outre, des efforts importants ont été déployés à un stade précoce pour des solutions d’IA pour l’évaluation de la qualité des flux d’entrées et de sorties des opérations de transformation des aliments. Le développement du tri guidé par l’IA des produits frais, tels que les bleuets, a montré une amélioration significative de l’efficacité et une réduction des pratiques à forte intensité de main-d’œuvre dans l’industrie. Il existe des possibilités de faire progresser la vision et le tri guidé par capteur des flux d’entrée et de sortie de la diversité des produits alimentaires afin d’améliorer la qualité des produits et de réduire le gaspillage alimentaire. Malgré ces premiers succès, de nombreux autres domaines du contrôle de la qualité des opérations de transformation des aliments sont encore gérés sur la base de processus décisionnels humains empiriques: par exemple, la cohérence des pâtes et des jus dérivés de produits agricoles, tels que les pommes et les tomates, qui sont en grande partie gérés sur la base du jugement humain.
L’IA peut révolutionner la sécurité alimentaire et créer un système alimentaire plus sûr.
MAXIMISER LA VALEUR NUTRITIONNELLE ET DE CONSOMMATION
Produire et mettre à disposition des aliments bons pour notre santé, notre portefeuille et notre palais gustatif est le Saint Graal de toute entreprise d’alimentation et de nutrition. L’IA peut jouer ici un rôle important, à la fois en dévoilant les mystères de la composition chimique des aliments et en créant de nouveaux produits fonctionnels. Un bloqueur important pour tout chef IA est l’absence d’atlas moléculaire des aliments, sachant à haute résolution ce qu’il y a dans chaque ingrédient au-delà de la teneur en protéines, lipides et glucides à laquelle nous sommes habitués depuis des générations. Toutes les protéines ou tous les glucides ne sont pas nés égaux en ce qui concerne ce qu’ils font à notre corps et à notre esprit. Même lorsque nous connaissons les composés — qu’il s’agisse de petites molécules, de peptides, de glycanes ou de toute autre chose — qui confèrent des avantages et nous aident à passer à un état plus sain, chacun de nous a une génétique et un microbiote intestinal différents, ce qui conduit à des réponses remarquablement différentes.
La complexité de l’interaction nourriture-hôte est à la fois fascinante et intimidante, et c’est exactement l’espace où les initiatives visionnaires peuvent avoir un impact transformateur sur notre mode de vie. Des formulations de produits axées sur l’IA, adaptées aux besoins individuels des groupes cibles et suffisamment spécifiques en fonction des comorbidités, de l’âge ou des biomarqueurs, peuvent constituer un changement de paradigme qui incarnera le principe hippocratique “Que la nourriture soit votre médicament. »La transformation optimale des aliments est une tâche tout aussi importante et complémentaire, car la texture, la valeur nutritive et la fonction du produit final en dépendent, beaucoup de ces composés bénéfiques étant perdus dans le processus.
REGARDER VERS L’AVENIR
Au cours des 5 prochaines années, nous assisterons à un changement de paradigme dans la façon dont nous percevons, produisons et consommons les aliments. Des efforts importants ont déjà été déployés pour adopter et adapter les dernières technologies de capteurs et d’IA dans divers aspects du système alimentaire, tandis qu’un certain nombre d’initiatives bénéficiant d’un financement important ont été axées sur la cartographie de la composition moléculaire de divers ingrédients alimentaires. La communauté de l’IA a fait des progrès majeurs dans la création de solutions d’IA explicables et interprétables, en mettant l’accent sur l’équité, la fiabilité et la capacité de prédire même dans les domaines où les données sont rares. Ensemble, nous nous attendons à un rayonnement adaptatif de solutions et à un riche écosystème de partenariats alimenté par une innovation sans précédent et un fort désir de faire émerger la prochaine génération de systèmes alimentaires pour un avenir meilleur.
Auteurs
Dr. Ilias Tagkopoulos est professeur d’informatique et du Centre de génomique de l’Université de Californie à Davis, où il dirige le laboratoire de Biologie Intégrative et d’Analyse prédictive. Il est également directeur de l’Institut des Systèmes alimentaires de nouvelle Génération (AIFS) de l’USDA-NIFA/ NSF AI, une collaboration de sept instituts. Ses travaux portent sur l’intégration des données, la modélisation, la conception et la prise de décision dans des conditions incertaines, avec des applications dans les données cliniques et nutritionnelles. Il est titulaire d’un MSc de Columbia et d’un doctorat de Princeton en génie électrique.
Dr. Nitin Nitin est co-chercheur principal et responsable du Cluster de Transformation et de distribution des aliments à l’Institut d’Intelligence Artificielle pour les Systèmes alimentaires de Nouvelle Génération (AIFS). Il est professeur aux départements de science et de technologie alimentaires et de génie biologique et agricole de l’Université de Californie à Davis. Ses recherches portent sur l’amélioration de la qualité et de la salubrité des aliments en développant des solutions novatrices axées sur la transformation des aliments, l’encapsulation, les nouveaux antimicrobiens, les biocapteurs et l’imagerie. Il est titulaire d’un doctorat en bio-ingénierie et en génie alimentaire.
