Cât de precisă este numărarea caloriilor din fotografii cu AI?

Un model multimodal analizează fotografia și identifică ce se află în farfurie, apoi estimează dimensiunea porției pe baza indiciilor vizuale — mărimea farfuriei, adâncimea bolului, modul în care este așezată mâncarea. Asociază fiecare aliment identificat cu date nutriționale și adună rezultatele.

Doi dintre acești pași sunt deosebit de dificili. Identificarea este pasul mai simplu: un piept de pui, un bol de orez și o porție de broccoli sunt ușor de recunoscut. Estimarea porției este mai grea, deoarece o fotografie aplatizează profunzimea, iar diferența dintre 100 g și 160 g de orez poate depinde de doar câțiva pixeli.

A treia dificultate o reprezintă ingredientele invizibile. O lingură de ulei de măsline are în jur de 120 kcal și nu lasă aproape nicio urmă vizibilă pe un preparat gătit. Smântâna dintr-un sos, untul de pe legume și zahărul dintr-o marinadă se comportă exact la fel.

Este cel mai eficient la mâncărurile cu ingrediente separate în farfurie: o sursă de proteine, o garnitură de carbohidrați și legume, fotografiate dintr-un unghi ușor înclinat și la o lumină bună. Alimentele ambalate scanate după codul de bare sunt și mai precise, deoarece valorile provin direct de pe etichetă, nu dintr-o estimare.

Întâmpină dificultăți la amestecuri omogene — tocănițe, curry, smoothie-uri, sufleuri — unde ingredientele nu se văd individual. Întâmpină dificultăți la mâncarea de la restaurant, care este de regulă mult mai calorică decât pare. Și are probleme cu orice fotografie făcută astfel încât ascunde scara, cum ar fi un prim-plan fără niciun obiect de referință în cadru.

Tocmai de aceea CalEasy îți permite să combini o fotografie cu o notă vocală sau un rând de text la o singură înregistrare. „Gătit cu două linguri de ulei de măsline” oferă exact informația pe care o fotografie nu o poate reda și îți ia trei secunde să o rostești.

Să presupunem că estimările tale sunt cu 10% sub realitate la fiecare masă. Îți stabilești o țintă, monitorizezi timp de trei săptămâni, iar cântarul abia se mișcă. Reduci ținta cu 200 kcal și greutatea începe să scadă. Marja de eroare este acum absorbită — pentru că te-ai calibrat după propriile rezultate, nu după un adevăr absolut.

Acum presupune că estimările tale sunt perfect exacte, dar înregistrezi doar patru zile pe săptămână. Nu ai nicio idee care este aportul tău real și nicio tendință după care să te calibrezi. A doua persoană este într-o situație mult mai nefavorabilă decât prima, în ciuda unei precizii superioare la fiecare masă.

Acesta este argumentul sincer în favoarea înregistrării prin fotografii: nu este cea mai precisă metodă existentă, dar este cea pe care oamenii continuă să o folosească. Un jurnal în care cântărești și notezi totul este mai precis timp de aproximativ zece zile — momentul în care majoritatea oamenilor renunță.

Fotografiază mâncarea înainte de a mânca, dintr-un unghi ușor înclinat, nu direct de sus, având în cadru un obiect pentru scară — o furculiță sau mâna ta sunt suficiente. Cuprinde întreaga farfurie, nu doar un prim-plan cu partea care arată cel mai bine.

Spune sau tastează ce nu poate arăta fotografia: grăsimea folosită la gătit, sosul, dacă iaurtul a fost integral. Scanează codul de bare când alimentul provine dintr-un ambalaj. Și modifică rezultatul când știi mai bine decât estimarea — fiecare masă din CalEasy este împărțită în ingrediente pe care le poți ajusta în câteva secunde, ceea ce este și mai rapid decât introducerea manuală, și mai precis decât acceptarea unei estimări de care te îndoiești.

Pentru alimentele pe care le consumi frecvent, merită să ajustezi valorile corect o singură dată și să salvezi masa. După aceea, o înregistrezi printr-o singură atingere, fără nicio estimare la mijloc.

Scanarea codului de bare este cea mai precisă pentru alimentele ambalate și nu necesită nicio apreciere subiectivă. Cântărirea ingredientelor și introducerea lor manuală este cea mai exactă metodă pentru mâncarea gătită acasă, dar este de departe cea mai lentă. Înregistrarea foto este cea mai rapidă și se descurcă excelent cu mâncarea pe care nu ai gătit-o tu. Comenzile vocale și textul se situează la mijloc: sunt rapide și pot exprima detalii pe care o cameră nu le poate vedea.

Niciuna dintre acestea nu este soluția ideală pentru fiecare masă, motiv pentru care întrebarea utilă nu este „care metodă este cea mai precisă”, ci „ce metodă voi folosi cu adevărat pentru această masă, chiar acum”. O estimare aproximativă pe care o înregistrezi bate o măsurătoare precisă pe care nu o faci.