I. Problématique scientifique
Le vin est le produit d'une alchimie complexe entre le terroir, le climat et le savoir-faire humain. Face aux défis du dérèglement climatique et à la demande de précision œnologique, comment l'IA peut-elle assister le vigneron sans trahir l'identité du cru ? La conférence explorera l'apport des capteurs connectés et des modèles prédictifs dans la quête du "vin parfait".
II. Synopsis détaillé et articulation théorique
La présentation s'articulera autour de trois axes liant l'agronomie, l'informatique et l'œnologie :
-
La vigne sous surveillance : De l'espace au cep. Nous détaillerons l'usage de l'imagerie satellite et des drones pour la viticulture de précision. En nous appuyant sur les travaux de Hall et al. (2002) sur la télédétection, nous expliquerons comment l'IA analyse le stress hydrique et la vigueur de la vigne pour optimiser les traitements et les vendanges.
-
L'IA œnologue : Prédire l'invisible. Le cœur de la conférence portera sur la fermentation et l'élevage. Comment les réseaux de neurones, nourris par des analyses chimiques en temps réel, permettent de prédire les profils aromatiques ? Nous citerons les recherches de Fuentes et al. (2020) sur l'utilisation de "nez électroniques" couplés à l'IA pour classifier les vins et détecter les défauts avant qu'ils n'apparaissent.
-
Le goût des données : Vers une dégustation augmentée. Nous aborderons la modélisation des préférences des consommateurs. Peut-on mettre le terroir en équation ? Nous discuterons des limites éthiques de ces outils : si l'IA peut aider à reproduire un goût "standard", peut-elle comprendre le "génie" d'un grand cru ?
III. Approche pédagogique et médiation
Cette conférence est conçue comme un voyage sensoriel. Je présenterai des cas concrets issus de domaines régionaux utilisant des outils développés dans les laboratoires d'Occitanie (LIRMM, INRAE). L'objectif est de montrer que l'IA n'est pas une menace pour la tradition, mais un outil de résilience face au changement climatique.
IV. Bibliographie sélective et références académiques
-
Fuentes, S., et al. (2020). Artificial Intelligence in Enology: A Review. (Sur l'usage des capteurs et du machine learning en cave).
-
Hall, A., et al. (2002). Optical remote sensing of viticulture. International Journal of Remote Sensing.
-
Cortés, V., et al. (2019). Monitoring the wine fermentation process using an electronic nose and electronic tongue. (Référence sur l'analyse sensorielle artificielle).
-
Thèse de doctorat (LIRMM/INRAE) : Références sur la robotique agricole et l'automatisation des tâches au vignoble.
