Dans sa célèbre “Physiologie du Goût” publiée en 1825, Brillat-Savarin définit la gastronomie comme “la connaissance raisonnée de tout ce qui a rapport à l’homme, en tant qu’il se nourrit”, avant de poursuivre sa définition sur un mode interdisciplinaire précurseur, affirmant qu’elle tient “à l’histoire naturelle, par la classification qu’elle fait des substances alimentaires; à la physique, par l’examen de leurs compositions et de leurs qualités, à la chimie, par les diverses analyses et décompositions qu’elle leur fait subir”, sans oublier ‘la cuisine, par l’art d’apprêter les mets et de les rendre agréables au goût et “l’économie politique, par les ressources qu’elle présente à l’impôt, et par les moyens d’échange qu’elle établit entre les nations”.

Un beau millefeuille d’art, de technique, de sciences humaines et sciences dures se présente donc à quiconque entend comprendre notre alimentation dans ces multiples facettes, auxquelles nous pourrions ajouter l’écologie (par la production des écosystèmes utilisables à des fins humaines, la diversité des ressources offertes, selon la biodiversité présente), la microbiologie (par la culture de flores d’intérêt dans la conception des aliments mais aussi la compréhension, la prévention et la gestion des risques sanitaires), la psychologie et à la physiologie (par la perception d’abord, puis l’usage ensuite que fait l’organisme des aliments consommés), la génétique et l’épigénétique (par les liens qui unissent le destin cellulaire au métabolisme des nutriments), l’économie industrielle et le marketing (par les questions qu’elle soulève sur l’organisation des marchés de l’alimentation et leur impact sur la santé publique et le dynamisme économique des nations)… sans oublier les systèmes complexes, le “big data” et autres approches de la science “moderne”, qui, justement, entendent nous aider à avoir une analyse la plus intégrative possible des questions alimentaires.

Les systèmes biologiques et alimentaires sont un champ d’étude particulièrement intéressant dès lors qu’on cherche à comprendre et orienter les lois qui les régissent en construisant des approches de modélisation in silico. Ceci tient du fait de la structure même des données et des connaissances manipulées (Perrot et al., 2016)(Van Mil, H.G. J. et al., 2014)(Perrot et al., 2011)* :

• Organisation à différentes échelles, dont la variabilité impacte sur les échelles supérieures – émergence de propriétés pas toujours prédictibles par des lois déterministes ou des régressions linéaires simples ;
• Connaissances disparates, sous différents formats, numérique, symbolique avec des connaissances explicites ou non, notamment ;
• Beaucoup de données sous certaines échelles particulières, peu de données pour d’autres niveaux ; par exemple 40000 gènes peuvent être exprimés tout au long d’un processus d’affinage de fromage alors qu’à l’échelle sensorielle 10 composés aromatiques sont mesurés et doivent être prédits ;
• Nombre d’expériences sur les dynamiques limitées (nous sommes très loin du « bigdata » !) ; ainsi il n’est pas rare de disposer d’un maximum de 5 cinétiques différentes pour expliquer un phénomène non linéaire et multi échelle ;

Depuis des décennies, la complexité de ces systèmes est compensée empiriquement par l’expertise humaine et fortement imprégnée du savoir-faire humain, de son implication dans les procédés traditionnels, tout particulièrement en Europe, viticulture, fabrication de fromage, de pain, certains élevages traditionnels etc…. Cette connaissance fondamentale est néanmoins capitalisée et partagée à un niveau très local et peu partagée. A partir du début du siècle dernier, cette connaissance, mise de côté par le productivisme, l’agriculture moderne et la production alimentaire est restée en attente, peu exploitée et conservée uniquement par certaines exploitations ou usines voire personnes. De plus pour toute une génération d’experts partant à la retraite, la relève n’a pas été complètement assurée. Néanmoins compte tenu des enjeux actuels, l’importance de cette expertise est remise en lumière.

La question se pose alors de comment recueillir, formaliser, intégrer ces connaissances à des approches de formalisation plus déterministes et remettre l’humain au cœur du processus de formalisation, de modélisation afin d’éclairer au mieux les décisions prises sur ces systèmes. Notre propos est sur le développement d’approches computationnelles interactives permettant de remettre au centre l’humain au service de l’humain dans ce domaine de l’alimentation ou l’expertise humaine est fondamentale.