Des chercheurs d'ArXiv proposent une formulation mathématique qui change tout pour l'optimisation de régimes alimentaires.
Le problème était stupide mais réel : les algorithmes classiques vous suggéraient 1,7 œuf ou 0,37 banane. Parce qu'ils utilisaient des variables continues. Cette étude recense 56 papiers de recherche sur l'optimisation diététique — aucun n'avait combiné la programmation en nombres entiers avec la programmation par objectifs pour régler ce double problème (servings réalistes + contraintes flexibles).
Parce qu'ils utilisaient des variables continues.
Leur Mixed Integer Goal Programming (MIGP) utilise des variables entières pour les portions et des déviations en programmation par objectifs pour les cibles nutritionnelles. Au lieu de vous bloquer si deux nutriments sont en conflit, le système négocie — priorise certains objectifs, accepte de dévier légèrement sur d'autres.
Ce n'est pas sexy, mais c'est l'IA qui comprend enfin que le monde réel n'est pas un système d'équations parfait. Les applis de nutrition et les plans repas personnalisés vont enfin pouvoir sortir des suggestions applicables sans passer par 15 substitutions mentales.