Cal AI لم يعمل معي — كان غير دقيق للغاية

كان العرض مغريًا للغاية. فقط التقط صورة لطعامك وCal AI يخبرك بالضبط بما تناولته. لا حاجة للبحث، لا قياس، ولا إدخال يدوي. مستقبل تتبع السعرات الحرارية في جيبك.

لذا، جربته. التقطت صورة لغداءك — دجاج مقلي مع الأرز. أخبرك Cal AI أنه يحتوي على 380 سعرة حرارية. بدا هذا منخفضًا لطبق كامل من الطعام مع الزيت والصلصة، لذا قمت بالتحقق. عندما حسبت المكونات يدويًا، كان الرقم الحقيقي أقرب إلى 650. خطأ بمقدار 270 سعرة حرارية. في وجبة واحدة فقط.

أعطيته فرصة أخرى. التقطت صورة لوعاء من المعكرونة مع صلصة الطماطم واللحم المفروم. قال Cal AI إنه يحتوي على 420 سعرة حرارية. الرقم الحقيقي كان أكثر من 700. بعد وجبتين، كانت التطبيق قد قللت من تقدير مدخولك بحوالي 600 سعرة حرارية. هذا هو الفرق بين العجز والزيادة. هذا هو الفرق بين فقدان الوزن وزيادته.

إذا كانت Cal AI تعطيك أرقامًا لا يمكنك الوثوق بها، فأنت لست تتخيل الأمور. عدم الدقة حقيقي، والسبب هو هيكلي.

لماذا Cal AI غير دقيق للغاية؟

تعتمد Cal AI على طريقة إدخال واحدة فقط: التعرف على الصور بواسطة الذكاء الاصطناعي دون وجود قاعدة بيانات موثوقة كبديل. هذا الاختيار المعماري هو جذر كل مشكلة دقة يشتكي منها المستخدمون.

الذكاء الاصطناعي وحده لا يمكنه تقدير السعرات بدقة

تحسنت رؤية الكمبيوتر بشكل كبير في السنوات الأخيرة، لكن تصوير الطعام يقدم تحديات فريدة لا يمكن للذكاء الاصطناعي الحالي حلها بشكل موثوق:

• المكونات المخفية غير مرئية. الزيت المستخدم في الطهي، السكر في الصلصات، الزبدة المذابة في الأرز — المكونات ذات السعرات الحرارية العالية في معظم الوجبات غير مرئية في الصورة. وجدت دراسة نُشرت في Nutrients (2021) أن أنظمة التعرف على الطعام المعتمدة على الذكاء الاصطناعي تقلل من تقدير السعرات في الأطباق المطبوخة بنسبة تتراوح بين 25 إلى 40 في المئة في المتوسط، وذلك أساسًا لأن الدهون المستخدمة في الطهي والسكريات المضافة لا يمكن اكتشافها بصريًا.
• الحصص تُقدّر، لا تُقاس. الصورة لا توفر مرجعًا موثوقًا للقياس. هل تلك الوعاء من الأرز 150 جرامًا أم 250 جرامًا؟ الفرق في السعرات يزيد عن 130 سعرة حرارية. بدون نقطة مرجعية، يقوم الذكاء الاصطناعي بالتخمين — والتخمين يتراكم كخطأ في كل وجبة.
• الأطباق المختلطة تتغلب على التعرف على الصور. الكاري، الكسرولة، البوريتو — هذه أطعمة مكونة من طبقات ومختلطة حيث لا يمكن فصل المكونات الفردية بصريًا. تحاول Cal AI تحديد الطبق ككل وتخصيص عدد سعرات حرارية عام، لكن النسخ المنزلية تختلف بشكل كبير اعتمادًا على المكونات والنسب.
• الأطعمة المتشابهة في الشكل تحتوي على سعرات حرارية مختلفة تمامًا. قد يحتوي السموذي الأخضر على 150 سعرة حرارية (سبانخ، خيار، ماء) أو 500 سعرة حرارية (سبانخ، موز، زبدة فول سوداني، حليب الشوفان). تبدو متطابقة في الصورة. بدون معرفة المكونات، يقوم الذكاء الاصطناعي بالتخمين.

لا يوجد بديل قاعدة بيانات عندما يكون الذكاء الاصطناعي خاطئًا

هذه هي العيب التصميمي الحاسم في Cal AI. عندما ينتج التعرف على الصور نتيجة غير صحيحة، لا توجد قاعدة بيانات غذائية موثوقة للرجوع إليها. لا يمكنك البحث عن الطعام الفعلي وتسجيله يدويًا من بيانات موثوقة. أنت عالق مع ما قرره الذكاء الاصطناعي — أو تتخلى عن الإدخال تمامًا.

تستخدم معظم متتبعات التغذية الموثوقة الذكاء الاصطناعي كطريقة إدخال واحدة من بين عدة طرق، دائمًا مدعومة بقاعدة بيانات موثوقة. جعلت Cal AI الذكاء الاصطناعي الطريقة الوحيدة، مما يعني أن كل فشل للذكاء الاصطناعي هو فشل للتطبيق بالكامل.

لا يوجد ماسح ضوئي للرموز الشريطية للأطعمة المعبأة

تعتبر الأطعمة المعبأة أسهل فئة للتتبع بدقة لأن ملصق التغذية يوفر بيانات دقيقة. يقوم ماسح الرموز الشريطية بقراءة هذا الملصق على الفور. لا تقدم Cal AI ميزة مسح الرموز الشريطية، مما يعني أنه حتى بالنسبة للأطعمة التي تتوفر فيها دقة مثالية بسهولة، أنت تعتمد على تقدير الصورة بدلاً من ذلك.

لا توجد وسيلة لتصحيح أو التحقق من الإدخالات

عندما تشك في أن تقدير Cal AI غير صحيح، لا توجد وسيلة ذات مغزى للتحقق منه أو تصحيحه. لا توجد قاعدة بيانات كبيرة موثوقة للمقارنة، ولا تحليل للمكونات للتعديل، ولا إدخالات موثوقة من المجتمع للتحقق منها. يقول التطبيق بشكل أساسي "ثق في الذكاء الاصطناعي" — لكن الذكاء الاصطناعي ليس موثوقًا بما يكفي ليبرر تلك الثقة.

كم يكلفك عدم دقة الذكاء الاصطناعي فعليًا؟

دعنا نضع أرقامًا حقيقية للمشكلة. افترض أن تقديرات Cal AI للصور خاطئة بمعدل 20 إلى 30 في المئة (متماشية مع الأبحاث المنشورة حول التعرف على الطعام بالذكاء الاصطناعي فقط). إذا كنت تأكل 2000 سعرة حرارية في اليوم:

السيناريو	المدخول الفعلي	تقدير Cal AI	الخطأ اليومي
تقدير دائم منخفض	2000 سعرة حرارية	1500 سعرة حرارية	-500 سعرة حرارية
تقدير دائم مرتفع	2000 سعرة حرارية	2500 سعرة حرارية	+500 سعرة حرارية
أخطاء مختلطة	2000 سعرة حرارية	1700–2300 سعرة حرارية	+/- 300 سعرة حرارية

يعني خطأ يومي قدره 500 سعرة حرارية أنك قد تكون تأكل بمعدل الحفاظ على الوزن بينما تعتقد أنك في عجز. على مدار شهر، يكون ذلك 15000 سعرة حرارية غير محسوبة — ما يقرب من 2 كيلوغرام من الدهون التي أخبرك التطبيق أنه يجب ألا توجد.

بالنسبة لشخص يحاول فقدان الوزن، هذه ليست مجرد إزعاج بسيط. إنها انهيار أساسي في غرض الأداة.

كيف يجب أن يبدو تتبع الطعام الدقيق بالذكاء الاصطناعي؟

يعتبر التعرف على الصور بالذكاء الاصطناعي تقنية مفيدة حقًا لتسجيل الطعام. المشكلة ليست في المفهوم — بل في التنفيذ. يجب أن يكون الذكاء الاصطناعي أداة واحدة في نظام، وليس النظام بأكمله.

إليك ما يحتاجه متتبع التغذية بالذكاء الاصطناعي الموثوق:

الذكاء الاصطناعي مدعوم بقاعدة بيانات موثوقة

عندما يتعرف الذكاء الاصطناعي على طعام، يجب أن يتطابق هذا التعرف مع قاعدة بيانات غذائية موثوقة تحتوي على إدخالات تم التحقق منها من قبل محترفين. هذا يلتقط أخطاء الذكاء الاصطناعي قبل أن تصل إلى دفتر طعامك. إذا حدد الذكاء الاصطناعي "دجاج مقلي"، توفر قاعدة البيانات بيانات دقيقة عن المغذيات الكبيرة والصغيرة لهذا الطبق بدلاً من الاعتماد على تخمين السعرات الحرارية من الذكاء الاصطناعي.

طرق إدخال متعددة لمواقف مختلفة

لا تعمل طريقة تسجيل واحدة بشكل مثالي في كل موقف. التعرف على الصور سريع للوجبات المصفوفة. التسجيل الصوتي يعمل عندما تكون يديك مشغولة. مسح الرموز الشريطية مثالي للأطعمة المعبأة. البحث اليدوي يتعامل مع الحالات الخاصة. أفضل متتبع يوفر لك جميع هذه الطرق الأربعة.

تصحيح المستخدم باستخدام بيانات موثوقة

عندما يخطئ الذكاء الاصطناعي في شيء ما، تحتاج إلى القدرة على تصحيحه باستخدام بيانات يمكنك الوثوق بها — إدخال من قاعدة بيانات موثوقة، مسح رمز شريطي، أو تحليل على مستوى المكونات. يجب أن يكون التصحيح سريعًا ويجب أن يحسن من التسجيلات المستقبلية.

كيف تتعامل Nutrola مع دقة الذكاء الاصطناعي بشكل مختلف؟

تستخدم Nutrola التعرف على الصور بالذكاء الاصطناعي كواحدة من ثلاث طرق تسجيل، دائمًا مدعومة بقاعدة بيانات موثوقة تحتوي على أكثر من 1.8 مليون طعام. هذا هو الاختلاف المعماري الأساسي.

التعرف على الصور بالذكاء الاصطناعي مدعوم بأكثر من 1.8 مليون طعام موثوق

عندما تلتقط صورة لوجبة في Nutrola، يتعرف الذكاء الاصطناعي على الطعام ثم يطابقه مع بيانات غذائية موثوقة من قاعدة بيانات تحتوي على أكثر من 1.8 مليون إدخال. يتم الحفاظ على قاعدة البيانات والتحقق منها من قبل محترفي التغذية. إذا حدد الذكاء الاصطناعي طبقك كدجاج مقلي، تأتي البيانات الغذائية من مصادر موثوقة — وليس من أفضل تخمين للذكاء الاصطناعي.

هذا يعني أنه حتى عندما يكون التعرف البصري للذكاء الاصطناعي غير مثالي، فإن البيانات الغذائية المرتبطة بالتعرف دقيقة. وعندما يكون التعرف نفسه خاطئًا، يمكنك تصحيحه على الفور من خلال البحث في قاعدة البيانات الموثوقة أو مسح رمز شريطي.

ثلاث طرق إدخال: صورة، صوت، ورمز شريطي

تقدم Nutrola لك ثلاث طرق تسجيل مدعومة بالذكاء الاصطناعي بالإضافة إلى البحث اليدوي التقليدي:

الحالة	أفضل طريقة	كيف تعمل في Nutrola
وجبة مصفوفة في المنزل	صورة	التقط صورة، بيانات موثوقة في أقل من 3 ثوان
تناول الطعام أثناء المشي/القيادة	صوت	"لاتيه كبير مع حليب الشوفان ومافن توت أزرق"
طعام معبأ من المتجر	رمز شريطي	امسح الرمز الشريطي، احصل على بيانات الملصق الدقيقة من أكثر من 1.8 مليون منتج
طعام غير عادي أو مخصص	بحث يدوي	ابحث في قاعدة البيانات الموثوقة مباشرة

تقدم Cal AI طريقة واحدة (الصورة) بدون بديل. تقدم Nutrola أربع طرق، كل منها مدعوم من نفس قاعدة البيانات الموثوقة.

التصحيحات فورية ومدعومة بقاعدة البيانات

إذا أخطأ الذكاء الاصطناعي في Nutrola في تحديد طعام، يمكنك النقر على الإدخال، والبحث في قاعدة البيانات الموثوقة، واستبداله في ثوانٍ. التصحيح مدعوم ببيانات غذائية موثوقة تم التحقق منها — وليس تخمينًا آخر من الذكاء الاصطناعي.

أكثر من 100 مغذٍ، وليس فقط السعرات الحرارية

تركز Cal AI بشكل أساسي على تقدير السعرات الحرارية. تتبع Nutrola أكثر من 100 مغذٍ — السعرات الحرارية، المغذيات الكبيرة، الفيتامينات، المعادن، الأحماض الأمينية، وملفات الأحماض الدهنية — جميعها مستمدة من بيانات موثوقة. إذا كنت تهتم بأكثر من مجرد حساب السعرات، فإن الفرق كبير.

استيراد الوصفات للوجبات المطبوخة في المنزل

تعتبر الوجبات المطبوخة في المنزل هي المكان الذي تكافح فيه Cal AI أكثر لأن التعرف على الصور لا يمكنه رؤية المكونات أو طرق الطهي. تتيح لك ميزة استيراد الوصفات في Nutrola لصق رابط وصفة أو إدخال المكونات يدويًا، ويقوم التطبيق بحساب الملف الغذائي الكامل لكل حصة. سجل الوجبة بالكامل بنقرة واحدة.

€2.50/شهر، بدون إعلانات

تكلفة Nutrola هي €2.50 في الشهر بدون إعلانات في أي خطة. نموذج اشتراك Cal AI يكلف أكثر لأداة تقدم بيانات أقل موثوقية. يجب ألا تكون الدقة ميزة مميزة.

كيف تتعافى من بيانات تتبع غير دقيقة

إذا كنت تستخدم Cal AI وتشك في أن بياناتك غير موثوقة، إليك كيفية إعادة المعايرة.

1. لا تلوم نفسك على عدم التقدم. إذا كنت تأكل في فائض بينما أخبرك Cal AI أنك في عجز، فقد فشل التطبيق في مساعدتك — لم تفشل أنت في استخدام التطبيق.
2. اقضِ أسبوعًا في التسجيل باستخدام أداة موثوقة. استخدم Nutrola أو أي متتبع يحتوي على قاعدة بيانات موثوقة لتأسيس قاعدة دقيقة لمدخولك الفعلي.
3. قارن أسبوعك الموثوق ببيانات Cal AI الخاصة بك. ستظهر الفجوة مدى بعد التقديرات وستساعدك في إعادة حساب أهدافك.
4. حدد توقعات واقعية من القاعدة الجديدة. عجز يومي يتراوح بين 300 إلى 500 سعرة حرارية من مدخولك الحقيقي هو أمر مستدام. ابني من بيانات دقيقة، وليس من تقديرات الذكاء الاصطناعي.

الأسئلة الشائعة

لماذا Cal AI غير دقيق جدًا في السعرات الحرارية؟

تعتمد Cal AI حصريًا على التعرف على الصور دون وجود قاعدة بيانات موثوقة كبديل. لا يمكن للذكاء الاصطناعي رؤية المكونات المخفية مثل زيت الطهي، السكر في الصلصات، أو الزبدة. كما أنه يقدر الحصص بدون مرجع للقياس. هذه القيود تتراكم لتنتج تقديرات سعرات حرارية تظهر الأبحاث المنشورة أنها قد تكون خاطئة بنسبة تتراوح بين 25 إلى 40 في المئة للأطباق المطبوخة والمختلطة.

هل تتبع الطعام بالذكاء الاصطناعي دقيق بشكل عام؟

يمكن أن يكون تتبع الطعام بالذكاء الاصطناعي دقيقًا للغاية عندما يكون الذكاء الاصطناعي مدعومًا بقاعدة بيانات غذائية موثوقة. المفتاح هو أن يقوم الذكاء الاصطناعي بتحديد الطعام بينما توفر قاعدة البيانات المهنية بيانات التغذية. تستخدم تطبيقات مثل Nutrola هذا النهج المدمج لتقديم السرعة والدقة معًا.

ما هو الأكثر دقة من Cal AI لتتبع الطعام القائم على الصور؟

تجمع Nutrola بين التعرف على الصور بالذكاء الاصطناعي وقاعدة بيانات موثوقة تحتوي على أكثر من 1.8 مليون طعام. عندما يتعرف الذكاء الاصطناعي على وجبتك، تأتي البيانات الغذائية من مصادر موثوقة — وليس من تقدير الذكاء الاصطناعي. عندما يكون الذكاء الاصطناعي خاطئًا، يمكنك تصحيحه على الفور عبر البحث في قاعدة البيانات أو مسح الرمز الشريطي.

هل لدى Nutrola ماسح ضوئي للرموز الشريطية؟

نعم. يقوم ماسح الرموز الشريطية في Nutrola بالوصول إلى أكثر من 1.8 مليون منتج موثوق في جميع أنحاء العالم. بالنسبة للأطعمة المعبأة، يوفر مسح الرموز الشريطية بيانات دقيقة عن ملصق التغذية — شيء لا يمكن أن تقدمه Cal AI لأنها تفتقر تمامًا إلى ماسح ضوئي للرموز الشريطية.

كم تكلف Nutrola مقارنة بـ Cal AI؟

تكلفة Nutrola هي €2.50 في الشهر بدون إعلانات. عادةً ما تكلف اشتراكات Cal AI أكثر بينما تقدم بيانات أقل موثوقية وطرق إدخال أقل. تشمل Nutrola التعرف على الصور بالذكاء الاصطناعي، التسجيل الصوتي، مسح الرموز الشريطية، وتتبع أكثر من 100 مغذٍ بسعرها القياسي.

هل يمكنني استخدام كل من الذكاء الاصطناعي والتسجيل اليدوي في Nutrola؟

نعم. تدعم Nutrola التعرف على الصور بالذكاء الاصطناعي، التسجيل الصوتي، مسح الرموز الشريطية، والبحث اليدوي في قاعدة البيانات. يمكنك استخدام أي طريقة تناسب اللحظة، وجميع الطرق تستند إلى نفس قاعدة البيانات الموثوقة التي تحتوي على أكثر من 1.8 مليون طعام.