'Un modèle d'IA pour prédire le goût des aliments'

Doctorant Michiel Scheurs,
Orateur principal lors du séminaire sur les procédés alimentaires

Le jeudi 13 novembre 2025 aura lieu l'événement de connaissance et de réseautage Food Process Seminar. Basée sur des conférences inspirantes, des études de cas et des témoignages réels, cette journée thématique vous donnera un aperçu complet des perspectives de l'intelligence artificielle dans l'industrie alimentaire. L'un des spécialistes sera Michiel Scheurs, étudiant doctorant au Centre de microbiologie VIB-KU Leuven.

La perception et l'appréciation du goût sont très complexes et difficiles à prévoir. C'est pourquoi l'industrie alimentaire fait appel à des experts pour évaluer le goût, mais cela implique des compromis entre la cohérence et le coût. Nous pensons que les méthodes d'apprentissage automatique (machine learning) peuvent soutenir ou compléter cette démarche.

Nos recherches montrent que les modèles d'apprentissage automatique sont plus efficaces que les méthodes statistiques conventionnelles pour prédire les arômes. Nos modèles peuvent prédire avec précision les arômes spécifiques de la bière à partir de la composition chimique et révéler les composants essentiels de l'arôme, ce qui trouve des applications dans l'optimisation des produits.

Dans cette présentation, nous expliquerons nos stratégies de modélisation, nous discuterons des pièges courants et nous explorerons les applications potentielles de l'apprentissage automatique pour les producteurs de denrées alimentaires et les chercheurs.

Qui est Michiel Schreurs?
Michiel Schreurs est doctorant au Centre de microbiologie VIB-KU Leuven à Louvain, dirigé par le professeur Kevin Verstrepen. Il étudie la manière dont la composition chimique de la bière détermine le goût qui l'accompagne, en se concentrant plus particulièrement sur la mesure dans laquelle nous aimons la bière (non alcoolisée). Son travail associe la chimie analytique à la recherche sensorielle à l'aide de l'apprentissage automatique.