لماذا انتقلت من SnapCalorie إلى Nutrola (الذكاء الاصطناعي للصور وحده ليس كافيًا)

لقد أقنعتني SnapCalorie بحلم: التقط صورة لطعامك، وسيخبرك الذكاء الاصطناعي بالضبط ما تناولته. لا كتابة، لا بحث، لا مسح لرموز الباركود. فقط وجه الكاميرا، التقط الصورة، واترك الآلة تقوم بالعمل. بعد أشهر من تسجيل الطعام يدويًا في تطبيقات أخرى، بدا لي أن هذا هو المستقبل. قمت بالتسجيل على الفور.

على مدار ثلاثة أسابيع، كنت معجبًا حقًا. ثم بدأت في مقارنة تقديرات SnapCalorie مع ملصقات التغذية الفعلية والأحجام المقاسة. كانت الفجوات ليست صغيرة. كانت كبيرة بما يكفي لتقويض الغرض الكامل من تتبع الطعام.

هذه هي قصة كيف أدركت أن التعرف على الصور بواسطة الذكاء الاصطناعي بدون قاعدة بيانات غذائية موثوقة هو مفهوم جميل ولكنه يعاني من مشكلة دقة خطيرة — وكيف أن الجمع بين الذكاء الاصطناعي وقاعدة بيانات تحتوي على 1.8 مليون نوع غذائي في Nutrola منحني ما لم تقدمه SnapCalorie.

جاذبية تتبع الصور فقط

أفهم لماذا جذبت SnapCalorie العديد من المستخدمين، بما في ذلك نفسي. تجربة تسجيل الطعام التقليدية — كتابة اسم الطعام، التمرير عبر النتائج، اختيار الخيار الصحيح، ضبط حجم الحصة، وتكرار ذلك لكل عنصر على طبقك — مملة. إنها السبب الأول الذي يجعل الناس يتوقفون عن تتبع طعامهم.

كانت SnapCalorie تعد بإزالة هذا الاحتكاك تمامًا. التقط صورة، يقدر الذكاء الاصطناعي العناصر الغذائية وكمياتها، وتحصل على تحليل للسعرات الحرارية والمغذيات في ثوانٍ. كانت الواجهة نظيفة، وكانت التجربة سريعة، وللوجبات البسيطة، شعرت وكأنها سحر.

التقطت صورة لطبق يحتوي على صدور دجاج، أرز، وبروكلي. حددت SnapCalorie جميع العناصر الثلاثة وقدرت السعرات الحرارية في غضون ثوانٍ. كنت مقتنعًا.

أين انهارت الدقة

ظهرت مشكلة SnapCalorie تدريجياً، ثم بشكل مفاجئ.

تقدير الحصص كان غير متسق

يمكن للذكاء الاصطناعي أن يتعرف على أن الشيء هو صدر دجاج. لكن ما يواجه صعوبة فيه هو تقدير ما إذا كان صدر الدجاج يزن 120 جرامًا أو 200 جرام — وهو فرق يقارب 100 سعرة حرارية و20 جرامًا من البروتين. من صورة علوية مسطحة، يمكن أن يبدو قطعة دجاج سميكة وقطعة دجاج رقيقة متشابهتين بشكل ملحوظ.

اختبرت ذلك عمدًا في إحدى الأمسيات. قدمت حصتين من المعكرونة: كانت واحدة 80 جرامًا (وزن جاف) والأخرى 150 جرامًا. كانت كلاهما موضوعة على أطباق مشابهة مع نفس الصلصة. قدرت SnapCalorie الحصة الأصغر بـ 420 سعرة حرارية والحصة الأكبر بـ 480 سعرة حرارية. كان الفرق الفعلي حوالي 250 سعرة حرارية.

رأى الذكاء الاصطناعي طبقين متشابهين وأعاد تقديرات مشابهة، لأنه كان يقوم بتخمينات بصرية، وليس بالإشارة إلى بيانات غذائية موثوقة مرتبطة بأوزان مقاسة.

الأطباق المختلطة كانت لعبة تخمين

أدت SnapCalorie أداءً معقولاً في الوجبات البسيطة المنفصلة — قطعة سمك بجوار كومة من الخضار بجوار ملعقة من الأرز. كان كل شيء متميزًا بصريًا وقابلًا للتقدير.

لكن الحياة الواقعية تشمل الحساء، والكاري، والكسكسي، وأطباق السموذي، والبوريتو، والسندويشات، وأطباق الحبوب حيث تتداخل المكونات، وتختبئ تحت الصلصات، أو تندمج بصريًا. بالنسبة لهذه الوجبات، تراوحت تقديرات SnapCalorie من صحيحة تقريبًا إلى بعيدة تمامًا.

التقطت صورة لطبق بوريتو من مطعم. حددت SnapCalorie الأرز، والفاصولياء، والدجاج، والصلصة. لكنها فاتتها الكريمة الحامضة المخفية تحت الخس، والجبن المخلوط في الأرز، والغواكامولي على جانب الطبق الذي كان جزئيًا محجوبًا بواسطة سلة من الرقائق. كانت تقديرات السعرات الحرارية حوالي 530 سعرة حرارية. عندما قمت بحساب الوجبة يدويًا باستخدام بيانات التغذية المنشورة من المطعم، كانت أقرب إلى 840 سعرة حرارية. فجوة قدرها 310 سعرة حرارية من وجبة واحدة.

لا مسح للباركود، لا نسخ احتياطي يدوي

كانت هوية SnapCalorie بالكامل مبنية على التعرف على الصور. لم يكن لديها قاعدة بيانات غذائية تقليدية يمكنك البحث فيها يدويًا. لم يكن لديها مسح للباركود. إذا لم يتمكن الذكاء الاصطناعي من التعرف على شيء ما — أو تعرف عليه بشكل غير صحيح — كنت عالقًا.

كانت الأطعمة المعبأة التي كان بإمكاني مسحها بسهولة باستخدام قارئ الباركود يجب تصويرها بدلاً من ذلك، وكان الذكاء الاصطناعي يحاول تقدير المحتويات بصريًا بدلاً من سحب بيانات التغذية الدقيقة الموثوقة من الملصق. كان هذا غير منطقي بالنسبة للأطعمة المعبأة حيث قدم المصنع بالفعل معلومات غذائية دقيقة.

لا بيانات للميكرونutrients

حتى عندما كانت تقديرات السعرات الحرارية والمغذيات من SnapCalorie في النطاق الصحيح، توقفت عند هذا الحد. السعرات الحرارية، البروتين، الكربوهيدرات، الدهون — كانت هذه هي حدود البيانات. لا فيتامينات، لا معادن، لا عناصر أثرية. إذا أردت أن أعرف كمية الحديد أو الكالسيوم في وجبتي، لم يكن لدى SnapCalorie أي إجابة.

كان الذكاء الاصطناعي يقدر المغذيات الكبيرة من المظهر البصري. سيكون تقدير الميكرو nutrients من صورة أقل موثوقية، لذا لم يحاولوا ببساطة. لكن النتيجة كانت أنني كنت أتحرك في الظلام بشأن كل شيء بخلاف الأرقام الأربعة الكبيرة.

الإدراك: يحتاج الذكاء الاصطناعي إلى قاعدة بيانات

بعد ثلاثة أسابيع من التتبع على SnapCalorie ومقارنة التقديرات بالقيم المعروفة، توصلت إلى استنتاج يبدو واضحًا عند التفكير فيه: التعرف على الصور بواسطة الذكاء الاصطناعي هو وسيلة إدخال رائعة، لكنه يعتمد على البيانات التي يتصل بها.

كان الذكاء الاصطناعي في SnapCalorie يحاول تقدير التغذية فقط من التحليل البصري. هذه الطريقة لها سقف دقة أساسي. بغض النظر عن مدى جودة التعرف على الصور، لا يمكن للصورة أن تخبرك بالعلامة التجارية الدقيقة للزبادي، أو الكمية الدقيقة من الزيت المستخدمة في الطهي، أو المكونات المخفية في صلصة المطعم.

ما كنت بحاجة إليه هو تطبيق يستخدم الذكاء الاصطناعي كوسيلة إدخال سريعة ولكنه يربط تلك المدخلات بقاعدة بيانات غذائية موثوقة — بحيث يتعرف الذكاء الاصطناعي على "صدر الدجاج" من صورة، لكن بيانات السعرات الحرارية والمغذيات تأتي من مصدر موثوق فعلي، ويمكنني ضبط الوزن ليتناسب مع حصتي.

وهذا بالضبط ما تفعله Nutrola.

الانتقال إلى Nutrola: الذكاء الاصطناعي بالإضافة إلى قاعدة البيانات

تستخدم Nutrola التعرف على الصور بواسطة الذكاء الاصطناعي، ولكن بشكل مختلف عن SnapCalorie. عندما تلتقط صورة لوجبتك، يتعرف الذكاء الاصطناعي في Nutrola على العناصر الغذائية. ثم يطابق تلك العناصر مع قاعدة بيانات تحتوي على أكثر من 1.8 مليون نوع غذائي موثوق. ترى العناصر المتطابقة مع بياناتها الغذائية ويمكنك ضبط الحصص حسب الوزن أو أحجام الحصص الشائعة.

النتيجة هي أنك تحصل على سرعة تسجيل مدعومة بالذكاء الاصطناعي (لا كتابة، لا بحث) مع دقة قاعدة بيانات موثوقة (أرقام غذائية حقيقية، وليس تقديرات بصرية).

كانت فرق الدقة فورية

أجريت نفس الاختبارات مع Nutrola التي أجريتها مع SnapCalorie.

حصتي المعكرونة. حددت Nutrola المعكرونة من الصورة وطبقتها على إدخال قاعدة البيانات. قمت بضبط الوزن لكل طبق. جاءت الحصة الأصغر بـ 340 سعرة حرارية والأكبر بـ 590 سعرة حرارية — كلاهما ضمن 15 سعرة حرارية من حسابي اليدوي. كانت SnapCalorie قد قدرت كلاهما حوالي 450 سعرة حرارية مع فرق 60 سعرة.

طبق البوريتو. حدد الذكاء الاصطناعي في Nutrola المكونات الرئيسية، وتمكنت من إضافة الكريمة الحامضة، والجبن، والغواكامولي التي كانت الصورة تخفيها جزئيًا. كل عنصر سحب بيانات موثوقة من قاعدة البيانات. التقدير الإجمالي: 810 سعرة حرارية، ضمن 30 سعرة من بيانات المطعم المنشورة. كانت SnapCalorie قد فاتتها 310 سعرة.

سموذي. كانت SnapCalorie تواجه صعوبة مع السموذي لأنه لا يمكنك رؤية المكونات. كانت ستقدر "سموذي أخضر" بأرقام سعرات حرارية تقريبية. سمحت لي Nutrola بتسجيل المكونات الفعلية صوتيًا — "سبانخ، موز، زبدة فول سوداني، مسحوق بروتين، حليب لوز" — وسحب كل مكون بيانات دقيقة من قاعدة البيانات. لم يكن الفرق يتعلق بقدرة الذكاء الاصطناعي. كان يتعلق بوجود نظام يمكنه قبول طرق إدخال متعددة وربطها ببيانات موثوقة.

مسح الباركود للأطعمة المعبأة

بالنسبة لنحو 30 بالمئة من نظامي الغذائي الذي يأتي من الأطعمة المعبأة — ألواح البروتين، الزبادي، الحبوب، التوابل، المشروبات — كان ماسح الباركود في Nutrola تحولًا مقارنةً بنهج SnapCalorie المعتمد على الصور فقط.

قمت بمسح بارود بروتين. أعادت Nutrola السعرات الحرارية الدقيقة (210)، البروتين (20 جرامًا)، والملف الكامل للميكرونutrients من قاعدة البيانات الموثوقة. كانت SnapCalorie ستقوم بتحليل صورة للبارود المغلف وتعيد تقديرًا بصريًا. لا يوجد عالم يمكن أن تكون فيه صورة لغطاء أكثر دقة من البيانات الغذائية الفعلية من ملصق ذلك الغلاف.

تسجيل الصوت للأطعمة التي يصعب تصويرها

بعض الأطعمة يصعب تصويرها. حفنة من اللوز من كيس. رشة من زيت الزيتون أثناء الطهي. كوب من الحليب. كانت SnapCalorie تتطلب مني تصوير هذه، مما كان غير مريح وغير دقيق (كيف يمكنك تصوير ملعقة كبيرة من زيت الزيتون في مقلاة؟).

تعامل تسجيل الصوت في Nutrola مع هذه الأمور بشكل مثالي. "ملعقة كبيرة من زيت الزيتون، حفنة من اللوز، حوالي 20 جرامًا" — تم نطقها في ثلاث ثوانٍ، وتمت مطابقتها مع إدخالات قاعدة البيانات الموثوقة، وتم تسجيلها بدقة.

نتائج 30 يومًا

بعد شهر من استخدام Nutrola، كانت التحسينات مقارنةً بـ SnapCalorie قابلة للقياس.

تحسنت دقة السعرات الحرارية بشكل كبير. قمت بمقارنة سجلات Nutrola الخاصة بي مع القيم المقاسة والموزونة لمدة أسبوع كامل. كانت إجماليات السعرات الحرارية اليومية من Nutrola تتراوح باستمرار بين 5 إلى 8 بالمئة من قيمتي المحسوبة يدويًا. كانت SnapCalorie قد انحرفت بنسبة 15 إلى 25 بالمئة عن نفس أنواع الوجبات.

حصلت على رؤية للميكرونutrients. من عدم وجود بيانات للميكرونutrients على SnapCalorie، انتقلت إلى تتبع أكثر من 100 عنصر غذائي على Nutrola. خلال أسبوعين، حددت أن تناول السيلينيوم لدي كان منخفضًا (نادراً ما أتناول الجوز البرازيلي أو المأكولات البحرية) وأن حمض الفوليك لدي كان غير متسق.

استمر تسجيل الطعام بسرعة. كانت هذه هي قلقي بشأن الانتقال. كانت SnapCalorie سريعة، وكنت قلقًا من أن أي تطبيق أكثر دقة سيكون أبطأ. كان التعرف على الصور بواسطة الذكاء الاصطناعي في Nutrola سريعًا مثل SnapCalorie، وأضفت خطوة تأكيد المطابقة مع قاعدة البيانات فقط 10 إلى 15 ثانية لكل وجبة. كان تسجيل الصوت ومسح الباركود للأطعمة التي يصعب تصويرها أسرع فعليًا من محاولة تصويرها.

إجمالي وقت تسجيل اليوم. SnapCalorie: حوالي 4 دقائق يوميًا (سريع لكن غير دقيق). Nutrola: حوالي 6 دقائق يوميًا (سريع ودقيق). الدقيقتان الإضافيتان منحتني بيانات أفضل بشكل كبير.

التكلفة. كانت خطة SnapCalorie المميزة تكلف حوالي 10 دولارات شهريًا. تكلف Nutrola 2.50 يورو شهريًا. أموال أقل مقابل ميزات أكثر، بيانات أفضل، وسرعة قابلة للمقارنة.

ما الذي قامت به SnapCalorie بشكل جيد

السرعة الخالصة للوجبات البسيطة. إذا كان نظامك الغذائي يتكون بالكامل من وجبات ذات عنصر واحد على أطباق واضحة، فإن نهج SnapCalorie المعتمد على الصور هو حقًا أسرع تجربة تسجيل متاحة. في تلك السيناريوهات المحددة، كان الأمر مثيرًا للإعجاب.

عبء إدراكي منخفض. عدم الحاجة للتفكير في الحصص أو المطابقات مع قاعدة البيانات جعل تجربة التسجيل شبه خالية من الجهد. أستطيع أن أرى لماذا يجذب ذلك المتتبعين العاديين.

تجربة جديدة. هناك شيء مُرضٍ حول سير العمل من الصورة إلى البيانات. يبدو مستقبليًا، وقد أزال الحاجز النفسي المتمثل في "لا أريد التسجيل لأنه ممل."

لكن السرعة بدون دقة ليست تتبعًا. إنها تخمين مع خطوات إضافية.

من يجب أن يفكر في الانتقال

إذا كنت تستخدم SnapCalorie وتوقفت نتائجك — إذا لم تحقق أهداف السعرات الحرارية النتائج المتوقعة — قد يكون تقدير الذكاء الاصطناعي غير المتسق هو السبب. عندما تفوت أداة التتبع الخاصة بك بانتظام 200 سعرة حرارية أو أكثر في كل وجبة، قد يكون إجمالي السعرات الحرارية اليومية لديك بعيدًا بمقدار 500 إلى 800 سعرة حرارية. تلك الفجوة كبيرة بما يكفي لإبطال العجز في السعرات الحرارية تمامًا.

إذا كنت ترغب في راحة تسجيل الطعام المدعوم بالذكاء الاصطناعي ولكنك تحتاج أيضًا إلى موثوقية البيانات الغذائية الموثوقة، فإن Nutrola تقدم لك كلا الأمرين. التعرف على الصور للسرعة. قاعدة بيانات تحتوي على 1.8 مليون نوع غذائي للدقة. تسجيل الصوت ومسح الباركود للأطعمة التي لا يمكن التقاطها جيدًا بالصور. أكثر من 100 عنصر غذائي متعقب للحصول على الصورة الكاملة. ولا إعلانات مقابل 2.50 يورو شهريًا.

مستقبل تتبع الطعام ليس الذكاء الاصطناعي وحده. إنه الذكاء الاصطناعي المتصل بالبيانات الموثوقة. هذا ما وجدته عندما انتقلت من SnapCalorie إلى Nutrola، وفرق الدقة غير نتائجك خلال شهر.