Yapay zekâ ile fotoğraftan kalori sayımı ne kadar doğru?

Çok modlu (multimodal) bir model fotoğrafına bakar ve tabakta ne olduğunu belirler, ardından görsel ipuçlarından (tabağın boyutu, kasenin derinliği, yiyeceğin nasıl dizildiği) porsiyon boyutunu tahmin eder. Tanımlanan her bir öğeyi besin değerleriyle eşleştirir ve sonucu toplar.

Bu adımlardan ikisi gerçekten zordur. Tanımlama daha kolay olanıdır: Tavuk göğsü, bir kase pirinç ve yanında brokoli kolayca ayırt edilir. Porsiyon tahmini ise daha zordur; çünkü fotoğraf derinliği düzleştirir ve 100 g ile 160 g pirinç arasındaki fark sadece birkaç pikselden ibaret olabilir.

Üçüncü zorluk ise görünmeyen malzemelerdir. Bir yemek kaşığı zeytinyağı yaklaşık 120 kcal’dir ve hazır bir yemekte neredeyse hiçbir görsel iz bırakmaz. Sostaki krema, sebzelerin üzerindeki tereyağı ve marinasyondaki şeker de tamamen aynı şekildedir.

En güçlü olduğu alanlar ayrıştırılmış tabak yemekleridir: İyi bir ışıkta ve hafif açıyla çekilmiş bir parça protein, bir karbonhidrat ve bir sebze. Barkodu taranan paketli gıdalar daha da doğrudur; çünkü değerler bir tahminden değil, doğrudan etiketten gelir.

Malzemelerin tek tek görünmediği homojen karışımlarda (güveçler, sulu yemekler, smoothie'ler, türlüler) zorlanır. Göründüğünden genellikle daha zengin olan restoran yemeklerinde zorlanır. Ayrıca karede hiçbir referans nesnesinin bulunmadığı yakın çekimler gibi ölçeği gizleyen açılarda da zorlanır.

İşte tam da bu yüzden CalEasy, tek bir kayıtta fotoğrafı bir sesli notla veya bir satır metinle birleştirmeni sağlar. "İki yemek kaşığı zeytinyağında pişirildi" demek, bir fotoğrafın taşıyamayacağı bilgiyi tam olarak sağlar ve bunu söylemek yalnızca üç saniye sürer.

Diyelim ki tahminlerin genel olarak %10 düşük çıkıyor. Bir hedef belirledin, üç hafta boyunca takip ettin ve tartı neredeyse hiç oynamadı. Hedefi 200 kcal düşürdün ve kilo vermeye başladın. Sapma artık dengelendi; çünkü mutlak bir doğruya göre değil, kendi sonuçlarına göre kalibrasyon yaptın.

Şimdi de tahminlerinin kusursuz olduğunu ama haftada yalnızca dört gün kayıt tuttuğunu varsayalım. Ne kadar yediğin hakkında hiçbir fikrin olmaz ve kalibrasyon yapabileceğin bir eğilim oluşmaz. İkinci durumdaki kişi, öğün bazında daha yüksek doğruluğa sahip olmasına rağmen birincisinden çok daha dezavantajlıdır.

Fotoğrafla kaydetmenin arkasındaki dürüst gerçek şudur: Mevcut en hassas yöntem değildir ama insanların sürdürmeye devam ettiği yöntemdir. Her şeyi tartıp kaydettiğin bir günlük yaklaşık on gün boyunca daha doğrudur; ki bu da çoğu insanın günlüğü tamamen bıraktığı süredir.

Yemeden önce, dik bir açı yerine hafif eğik bir açıyla ve karede ölçek sağlayacak bir şeyle (bir çatal veya elin yeterlidir) fotoğraf çek. En güzel görünen kısmın yakın çekimini yapmak yerine tabağın tamamını kareye al.

Fotoğrafın gösteremediği şeyleri söyle veya yaz: pişirme yağı, sos, yoğurdun tam yağlı olup olmadığı. Yiyecek bir paketten çıktıysa barkodunu tara. Tahminin yanlış olduğunu bildiğin durumlarda sonucu düzenle — CalEasy’deki her öğün saniyeler içinde ayarlayabileceğin malzemelere ayrılır; bu da hem elle girmekten daha hızlıdır hem de şüphe duyduğun bir tahmini öylece kabul etmekten daha doğrudur.

Sürekli yediğin yemekler için değerleri bir kez doğru girip öğünü kaydetmeye değer. Sonrasında hiçbir tahmin gerekmeden tek dokunuşla halledilir.

Barkod tarama, paketli gıdalar için en doğru yöntemdir ve hiçbir tahmin gerektirmez. Malzemeleri tartıp elle girmek ev yemekleri için en doğrusudur ama açık ara en yavaş olanıdır. Fotoğrafla kaydetmek en hızlısıdır ve senin pişirmediğin yemeklerde de işe yarar. Ses ve metin ikisinin arasındadır: Hızlıdır ve kameranın göremediği şeyleri ifade edebilir.

Bunların hiçbiri her öğün için tek doğru cevap değildir. Bu yüzden asıl sorulması gereken "en doğru yöntem hangisi" değil, "şu anda önümdeki bu öğün için gerçekten hangi yöntemi kullanacağım" sorusudur. Kaydedilen kaba bir tahmin, hiç kaydedilmeyen kusursuz bir ölçümden her zaman daha iyidir.