Jak dokładne jest liczenie kalorii ze zdjęć przez AI?

Model multimodalny analizuje Twoje zdjęcie i rozpoznaje, co znajduje się na talerzu, a następnie szacuje wielkość porcji na podstawie wskazówek wizualnych – wielkości talerza, głębokości miski czy ułożenia jedzenia. Następnie dopasowuje każdy rozpoznany składnik do bazy wartości odżywczych i sumuje wynik.

Dwa z tych kroków są wyjątkowo trudne. Identyfikacja jest tą łatwiejszą częścią: pierś z kurczaka, miska ryżu i brokuły są łatwe do rozpoznania. Oszacowanie wielkości porcji jest trudniejsze, ponieważ fotografia spłaszcza głębię, a różnica między 100 g a 160 g ryżu może sprowadzać się do zaledwie kilku pikseli.

Trzecim wyzwaniem są niewidoczne składniki. Łyżka oliwy z oliwek to około 120 kcal, a na gotowej potrawie nie zostawia prawie żadnego śladu. Podobnie zachowują się śmietana w sosie, masło na warzywach czy cukier w marynacie.

AI radzi sobie najlepiej z wyraźnie rozdzielonymi składnikami na talerzu: porcja białka, węglowodany i warzywa sfotografowane pod lekkim kątem w dobrym świetle. Zeskanowanie kodu kreskowego produktów paczkowanych jest jeszcze dokładniejsze, bo wartości pochodzą wprost z etykiety, a nie z szacunków.

Trudności pojawiają się przy potrawach o jednolitej konsystencji – gulaszach, curry, koktajlach, zapiekankach – gdzie poszczególne składniki są niewidoczne. Trudniej ocenić też dania z restauracji, które zazwyczaj są bardziej kaloryczne, niż wyglądają, oraz zdjęcia zrobione w sposób ukrywający skalę, np. zbliżenia bez żadnego punktu odniesienia w kadrze.

Właśnie dlatego CalEasy pozwala połączyć zdjęcie z notatką głosową lub krótkim tekstem w jednym wpisie. „Usmażone na dwóch łyżkach oliwy” dostarcza dokładnie tych informacji, których zdjęcie nie może przekazać, a powiedzenie tego zajmuje trzy sekundy.

Załóżmy, że Twoje szacunki są systematycznie zaniżone o 10%. Ustalasz cel, zapisujesz posiłki przez trzy tygodnie, a waga ledwo drgnęła. Obniżasz cel o 200 kcal i waga zaczyna spadać. Błąd pomiaru został zniwelowany – ponieważ punktem odniesienia stały się Twoje własne wyniki, a nie absolutna prawda.

A teraz wyobraź sobie, że Twoje szacunki są idealnie dokładne, ale zapisujesz posiłki tylko przez cztery dni w tygodniu. Nie wiesz, ile naprawdę jesz, i nie masz żadnego trendu, na którym można się oprzeć. Druga osoba jest w znacznie gorszej sytuacji niż pierwsza, mimo że jej pojedyncze pomiary były dokładniejsze.

Oto uczciwy powód, dla którego warto zapisywać posiłki zdjęciami: nie jest to najbardziej precyzyjna metoda, ale jest tą, przy której ludzie wytrzymują. Dziennik oparty na ważeniu każdego składnika jest dokładniejszy przez jakieś dziesięć dni – po czym większość osób po prostu z niego rezygnuje.

Rób zdjęcia przed jedzeniem, pod lekkim kątem zamiast prosto z góry, i zadbaj o punkt odniesienia w kadrze – wystarczy widelec lub dłoń. Obejmij cały talerz, a nie tylko zbliżenie na najładniejszy kawałek.

Powiedz lub wpisz to, czego zdjęcie nie pokaże: tłuszcz do smażenia, sos czy zawartość tłuszczu w jogurcie. Skanuj kody kreskowe produktów z opakowań. Poprawiaj wynik, jeśli wiesz coś lepiej niż AI – każdy posiłek w CalEasy dzieli się na składniki, które skorygujesz w kilka sekund. To szybsze niż wpisywanie wszystkiego od zera i pewniejsze niż godzenie się z wątpliwym szacunkiem.

W przypadku dań, które jesz regularnie, warto raz precyzyjnie ustalić proporcje i zapisać posiłek. Potem dodajesz go jednym dotknięciem, bez żadnego zgadywania.

Skanowanie kodów kreskowych jest najdokładniejsze dla produktów paczkowanych i nie wymaga żadnych domysłów. Ważenie składników i ręczne wpisywanie jest najdokładniejsze przy domowym gotowaniu, ale zdecydowanie najbardziej czasochłonne. Zapisywanie zdjęciem jest najszybsze i sprawdza się przy daniach, których nie przygotowujesz osobiście. Głos i tekst są gdzieś pośrodku: szybkie i zdolne opisać to, czego aparat nie dostrzeże.

Żadna z tych metod nie jest idealna do każdego posiłku. Dlatego właściwe pytanie nie brzmi „która metoda jest najdokładniejsza”, ale „z której metody faktycznie skorzystam przy tym posiłku, tutaj i teraz”. Przybliżony szacunek, który trafi do aplikacji, jest lepszy od idealnego pomiaru, którego nie zrobisz.