Sledování výživy jako mluvčí angličtiny: Vícejazyčné AI rozpoznávání potravin

Představte si, že po večeři s rodinou otevřete aplikaci na sledování kalorií. Dnes večer jste připravili dal makhani s jeera rýží, na straně okurkový raita a mango lassi k pití. Napíšete "dal" do vyhledávacího pole. Aplikace vrátí "Dole Banana" a "Dale's Seasoning." Zkusíte místo toho "čočka curry", najdete obecný záznam s kalorickou hodnotou, která se zdá být špatná, a vzdáte to. Zítra se už nebudete obtěžovat s žádným zaznamenáváním.

To není drobná nepříjemnost. Je to strukturální selhání, které ovlivňuje stovky milionů lidí po celém světě. Většina aplikací na sledování výživy byla navržena v angličtině, postavena na anglických databázích potravin a testována anglicky mluvícími uživateli. Pokud vaše každodenní jídla neodpovídají slovní zásobě západního obchodu s potravinami, jste efektivně vyloučeni z celého ekosystému sledování kalorií.

V roce 2026 vícejazyčné AI rozpoznávání potravin konečně tento problém řeší. Tento článek vysvětluje, jak jazyková bariéra funguje, proč je důležitější, než si většina lidí uvědomuje, a jaké technologie ji pomáhají rozebrat.

---

Rozsah problému

Angličtina dominuje datům o výživě

Dvě největší databáze složení potravin na světě jsou USDA FoodData Central a UK Nutrient Databank. Obě jsou v angličtině. Obě jsou strukturovány kolem potravin běžně konzumovaných ve Spojených státech a ve Spojeném království. Když vývojáři aplikací staví své produkty na těchto databázích, výsledný zážitek funguje dobře pro někoho, kdo jí krůtí sendvič v Ohiu, ale zcela selhává pro někoho, kdo jí jollof rýži v Lagosu nebo khao soi v Chiang Mai.

Podle Ethnologue existuje přibližně 7 168 živých jazyků na světě. Angličtina je mateřským jazykem přibližně 380 milionů lidí. Přesto dominuje infrastruktuře dat o výživě tak důkladně, že i mluvčí mandarínštiny (nejvíce mluvený mateřský jazyk na světě s více než 920 miliony rodilými mluvčími) jsou často nuceni hledat svá jídla v angličtině.

Čísla mluví za vše

Zvažte tyto statistiky z interních dat Nutrola:

• Uživatelé, kteří sledují ve svém mateřském jazyce, zaznamenávají průměrně 2,8 jídel denně, zatímco uživatelé, kteří jsou nuceni hledat ve druhém jazyce, pouze 1,9 jídla denně.
• Udržení uživatelů po 30 dnech je o 41 % vyšší mezi uživateli, kteří interagují s aplikací ve svém prvním jazyce.
• Průměrná doba potřebná k zaznamenání jednoho jídla klesá z 97 sekund na 34 sekund, když databáze potravin podporuje mateřský jazyk uživatele.

To nejsou malé rozdíly. Představují propast mezi nástrojem, který funguje, a nástrojem, který je opuštěn.

---

Proč databáze zaměřené na angličtinu opomíjejí mezinárodní potraviny

Problém sahá hlouběji než jen překlad. Mnoho potravin, které miliardy lidí jedí každý den, jednoduše neexistuje v anglických databázích, a překlad názvu neřeší základní mezeru v datech.

Potraviny, které se nedají přeložit

Některé pokrmy se zcela vzpírají anglickému překladu, protože popisují přípravy, textury nebo kombinace ingrediencí, které nemají přímý ekvivalent v anglicky mluvících potravinových kulturách.

Dal je dobrým příkladem. V anglických databázích můžete najít "čočka polévka." Ale dal není polévka. V závislosti na regionu se dal může pohybovat od tenkého, vývarového rasamu po hustý, máslový dal makhani až po suchou přípravu jako dal fry. Každý z nich má dramaticky odlišnou kalorickou hustotu. Jeden obecný záznam "čočka polévka" nemůže zachytit tuto rozmanitost.

Mochi představuje podobnou výzvu. Někdy se překládá jako "rýžový koláč," ale tento termín v angličtině vyvolává představy o nafouklých discích podobných polystyrenu prodávaných v obchodech se zdravou výživou. Japonské mochi je hustá, lepkavá rýžová příprava s přibližně třikrát až čtyřikrát vyšší kalorickou hustotou než americký rýžový koláč. Zaznamenání nesprávného typu znamená, že váš kalorický záznam je špatně o několik stovek kalorií.

Arepa je často popisována jako "kukuřičný koláč" nebo "kukuřičný chléb," ale žádný z těchto termínů neodráží skutečnou přípravu. Venezuelan arepa je grilovaný nebo smažený koláč z těsta, často plněný sýrem, fazolemi nebo strouhaným masem. Její kalorický obsah se může pohybovat od 150 do více než 500 kalorií v závislosti na náplni a metodě přípravy. Obecný záznam "kukuřičný chléb" bude vždy špatný.

Congee je v většině anglických databází označováno jako "rýžová kaše." Ale congee se v jednotlivých regionech velmi liší. Kantonské congee se vaří, dokud se rýžové zrnka zcela nerozpadnou, což vytváří hladký, nízkokalorický základ (přibližně 50 kcal na šálek před přidáním příloh). Korejský juk je hustší a hutnější. Přílohy --- stoletá vejce, vepřové vlákno, smažené těsto, nakládaná zelenina --- zcela mění nutriční profil, a žádná z nich se v anglickém sledovači neobjevuje jako standardní možnosti.

Boršč je často zjednodušen na "řepnou polévku," což ignoruje zakysanou smetanu, brambory, zelí a maso, které z něj činí kaloricky bohatý hlavní chod v ukrajinských a ruských domácnostech. Miska plného boršče se smetanou a tmavým chlebem může překročit 600 kcal. Obecný záznam "řepná polévka" může naznačovat 120.

Pupusa je salvadorská plněná kukuřičná tortila, ale označení jako "plněná tortila" v anglické databázi opomíjí specifickou přípravu těsta a běžné náplně jako chicharron, loroco nebo quesillo. Žádný anglický záznam to nezachytí přesně.

Injera je etiopský kyselý chléb, který slouží jako talíř i příbor. Někdy je zařazován jako "plochý chléb," což je kategorie tak široká, že by mohla zahrnovat cokoliv od naan po pšeničnou tortilu nebo sušenku. Injera je vyrobena z teffové mouky a má jedinečný nutriční profil --- vyšší obsah železa a vápníku než pšeničné ploché chleby --- což se ztrácí, když je zařazena do obecné kategorie.

Efekt kumulativní chyby

Když uživatel nemůže najít své skutečné jídlo a nahradí ho "dostatečně blízkým" anglickým záznamem, chyba není náhodná. Je systematická. Lidé, kteří jedí tradiční stravu z neanglicky mluvících zemí, budou konzistentně chybně zaznamenávat svá jídla stejným směrem, často podceňují kaloricky bohaté přípravy a nadhodnocují lehčí pokrmy. Během týdnů a měsíců se tyto chyby hromadí. Uživatel se může ptát, proč nehubne, přestože "sledoval perfektně," když skutečný problém spočívá v tom, že jeho aplikace nedokáže pochopit, co jí.

---

Jak vícejazyčná AI mění situaci

Tradiční databáze výživy jsou založeny na textech. Napíšete název potraviny, databáze hledá shodu a vrátí výsledek. Tento přístup má dvě fatální slabiny pro neanglicky mluvící uživatele: vyžaduje znalost anglického názvu a to, aby anglická databáze obsahovala správný záznam.

Vícejazyčné AI rozpoznávání potravin obchází oba problémy tím, že pracuje na dvou paralelních frontách.

Vizualní rozpoznávání: Identifikace nezávislá na jazyce

Modely počítačového vidění nečtou slova. Analyzují pixely. Když uživatel vyfotí talíř jídla, AI model identifikuje pokrm na základě vizuálních znaků --- barvy, textury, tvaru, uspořádání a kontextu. Miska pho vypadá jako miska pho bez ohledu na to, zda uživatel mluví vietnamsky, francouzsky nebo svahilsky.

To je zásadní změna. Poprvé je krok identifikace zcela oddělen od jazyka. AI nepotřebuje, aby uživatel cokoliv psal. Vidí jídlo, rozpozná ho a přiřadí k správným nutričním datům.

Moderní modely rozpoznávání potravin byly vyškoleny na milionech označených obrázků potravin z celého světa. Vizualní AI Nutrola byla vyškolena na pokrmech z více než 120 kuchyní, včetně regionálních variací, které by i rodilí mluvčí mohli popsat odlišně. Systém dokáže rozlišit mezi thajským zeleným kari a thajským massaman kari pouze z fotografie a přiřadí každému z nich vlastní jedinečný nutriční profil.

Zpracování přirozeného jazyka: Pochopení jakéhokoli jazyka

Když uživatelé píší nebo mluví, vícejazyčné zpracování přirozeného jazyka (NLP) umožňuje systému rozumět vstupu v desítkách jazyků. Uživatel v Soulu může napsat "kimchi jjigae" v korejských znacích, uživatel v Káhiře může říct "koshari" v arabštině a uživatel v Sao Paulu může hledat "feijoada" v portugalštině. AI zpracovává vstup v jeho původním jazyce a přiřazuje ho přímo ke správnému záznamu v databázi --- žádný překlad do angličtiny není potřeba.

To eliminuje nepříjemný a chybový proces mentálního překladu vašeho jídla do angličtiny, než ho můžete zaznamenat. Také to umožňuje hlasové zaznamenávání v jakémkoli podporovaném jazyce, což dramaticky snižuje tření. Mluvit názvem vašeho jídla ve vašem mateřském jazyce je rychlejší a přirozenější než procházet anglickým vyhledávacím rozhraním.

Kulturně uvědomělé odhadování porcí

Vícejazyčná AI také zlepšuje odhadování porcí tím, že chápe kulturní kontext. V Japonsku je standardní porce rýže podávaná doma přibližně 150 gramů. Ve Spojených státech je "miska rýže" v restauraci často 300 gramů nebo více. V Indii se rýže obvykle podává spolu s několika pokrmy a porce může být 200 gramů rýže doplněné 150 gramů dal a 100 gramů sabzi.

Když AI zná kulturní kontext --- buď z jazyka uživatele, jeho polohy nebo historických vzorců zaznamenávání --- může aplikovat správné výchozí velikosti porcí. To odstraňuje další vrstvu odhadování, kterou anglicky zaměřené aplikace ukládají mezinárodním uživatelům.

---

Přístup Nutrola k mezinárodním databázím potravin

Vytvoření vícejazyčného sledovače výživy není jen otázkou překladu anglické databáze do jiných jazyků. Přístup Nutrola začíná od potraviny samotné, nikoli od anglického názvu pro ni.

Regionálně specifická nutriční data

Nutrola udržuje samostatné nutriční záznamy pro stejný pokrm, jak je připravován v různých regionech. Aplikace nemá jeden záznam pro "smaženou rýži." Má záznamy pro čínskou smaženou rýži, indonéskou nasi goreng, thajskou khao pad, japonský chahan a nigerijskou smaženou rýži --- každá s odlišnými kalorickými a makro profily na základě olejů, bílkovin a koření typických pro daný region.

Tato databáze v současnosti obsahuje více než 1 000 000 ověřených záznamů potravin získaných z národních databází složení potravin z celého světa, včetně dat z Japonských standardních tabulek složení potravin, Indických tabulek složení potravin, Mexické databáze INSP a desítek dalších.

Ověřeno místními odborníky na výživu

Každý regionální záznam v databázi Nutrola je přezkoumán nutričními specialisty, kteří jsou rodilí v dané potravinové kultuře. Japonský dietolog ověřuje záznamy pro japonskou kuchyni. Mexický nutriční specialista potvrzuje data pro mexická jídla. Tato vrstva odborného přezkumu zachycuje chyby, které by automatizovaný překlad nebo algoritmické odhady mohly přehlédnout --- například fakt, že "střední" tortila v Mexico City je výrazně větší než "střední" tortila v Oaxace.

Nepřetržité učení z uživatelských záznamů

Jak uživatelé po celém světě zaznamenávají svá jídla, AI Nutrola se učí z těchto dat. Když tisíce uživatelů v Turecku vyfotí svou snídani a systém neustále vidí rozmanitost rajčat, okurek, oliv, bílého sýra a chleba, zpřesňuje své chápání toho, jak vypadá "turecká snídaně" a co obvykle obsahuje. Tento zpětnovazební cyklus znamená, že systém se časem stává přesnějším, zejména pro kuchyně, které jsou v akademických databázích potravin nedostatečně zastoupeny.

---

Uživatelské profily: Tři země, tři zkušenosti

Priya, 29 --- Hyderabad, Indie

Priya je softwarová inženýrka, která začala sledovat svou výživu, aby podpořila svůj silový trénink. Její každodenní strava je postavena na domácí jižní indické kuchyni: idli a sambar na snídani, rýže s rasamem a zeleninovým kari na oběd a roti s přípravou dal na večeři.

Před přechodem na Nutrola používala populární anglicky mluvící sledovač. Strávila pět až deset minut na každé jídlo, když se snažila najít záznamy, které odpovídaly jejím pokrmům. "Sambar" nevrátil žádné výsledky. "Rasam" v databázi nebyl. Zkusila zaznamenat "čočka polévka" jako náhradu, ale kalorická hodnota byla vždy špatná, protože americká čočka polévka je zcela jiný pokrm s jinými ingrediencemi a jinou kalorickou hustotou.

S Nutrola Priya zaznamenává svá jídla v kombinaci angličtiny a telugštiny. Fotografuje svůj thali a AI identifikuje jednotlivé komponenty --- rýži, rasam, poriyal, papad, a pickles. Její průměrná doba zaznamenávání klesla z osmi minut na méně než 20 sekund. Co je důležitější, její kalorická data konečně odrážejí to, co skutečně jí. Ve svých prvních třech měsících s přesným sledováním dosáhla svých cílů bílkovin a přidala 12 kilogramů do svého dřepu.

"Vždy jsem si myslela, že sledování kalorií není určeno pro lidi, kteří jedí indická jídla," říká Priya. "Ukázalo se, že aplikace prostě nebyly navrženy pro nás. Nutrola je."

Kenji, 34 --- Osaka, Japonsko

Kenji je grafický designér, který se snaží udržet svou váhu po zdravotním varování. Jeho lékař mu řekl, aby zhubnul 10 kilogramů a sledoval svůj příjem potravy. Kenjiho strava je tradičně japonská: grilovaná ryba, miso polévka, nakládaná zelenina, rýže a občas misku ramen nebo talíř gyoza, když jí venku.

Anglicky mluvící sledovače byly pro něj nepoužitelné. Kenjiho angličtina je konverzační, ale ne specifická pro jídlo. Nevěděl anglická slova pro mnoho ingrediencí v jeho každodenních jídlech --- věci jako natto, tsukemono nebo kinpira gobo. I když našel anglické termíny, velikosti porcí byly kalibrovány pro americké porce, nikoli japonské.

Japonské rozhraní a databáze specifická pro Japonsko od Nutrola změnily jeho zkušenost úplně. Zaznamenává jídla v japonštině, používá funkci rozpoznávání fotografií pro domácí jídla a aplikace automaticky aplikuje japonské velikosti porcí. Miska rýže se standardně nastavuje na 150 gramů, nikoli 300. Porce miso polévky je 200 mililitrů, nikoli velká americká miska.

Během 11 měsíců Kenji zhubnul 8,5 kilogramu. Přičítá úspěch přesnosti sledování. "Když jsou čísla špatná, ztrácíte důvěru v aplikaci. Když jsou čísla správná, důvěřujete procesu."

Sofia, 26 --- Bogota, Kolumbie

Sofia je studentka, která chtěla zlepšit svou energetickou hladinu a přestat vynechávat jídla. Její strava je typická pro městskou Kolumbii: arepas se sýrem na snídani, bandeja paisa nebo corrientazo na oběd a něco lehčího na večeři --- možná empanadas nebo polévku jako ajiaco.

Její první pokus o sledování výživy trval tři dny. Aplikace, kterou zkoušela, neměla záznam pro arepu, klasifikovala "empanadu" jako jediný obecný položku s extrémně nepřesnými makry a nikdy neslyšela o bandeja paisa. Když hledala "ajiaco," aplikace navrhla "gazpacho." Odinstalovala ji.

Když jí přítel doporučil Nutrola, Sofia byla skeptická. Ale poprvé, co vyfotila svou bandeja paisa a aplikace správně identifikovala rýži, červené fazole, mleté maso, smažené vejce, chicharron, plantain, arepu a avokádo jako samostatné položky --- každou s regionálně přesnými kalorickými daty --- byla přesvědčena.

Sofia nyní zaznamenává ve španělštině. Používá hlasový vstup, když jí, říká věci jako "arepa con queso blanco" nebo "empanada de carne," a AI zpracovává její vstup nativně bez přesměrování přes anglickou překladovou vrstvu. Její konzistence vzrostla z zaznamenávání jednoho jídla každých pár dní na zaznamenávání každého jídla po dobu 60 po sobě jdoucích dní.

"Konečně mám aplikaci, která ví, co jím," říká Sofia. "Nepokouší se přetvářet mé jídlo na něco, co není."

---

Technická architektura vícejazyčného rozpoznávání potravin

Pro ty, kteří mají zájem o to, jak technologie funguje pod kapotou, zde je zjednodušený přehled pipeline.

Krok 1: Zpracování vstupu

Systém přijímá tři typy vstupu: fotografie, psaný text a hlas. Fotografie jsou zpracovány konvoluční neuronovou sítí vyškolenou na obrázcích potravin. Text je zpracován vícejazyčným NLP modelem, který podporuje více než 40 jazyků. Hlasový vstup je nejprve převeden na text prostřednictvím vícejazyčného systému převodu řeči na text, poté je zpracován stejnou NLP pipeline.

Krok 2: Identifikace potravin

Pro vstupy z fotografií model vidění produkuje seřazený seznam kandidátských potravin s důvěryhodnostními skóre. Pro textové a hlasové vstupy identifikuje NLP model potravinovou položku a rozlišuje na základě jazyka a regionálního kontextu. Pokud uživatel v Mexiku napíše "tortilla," systém to chápe jako kukuřičnou tortilu. Pokud uživatel ve Španělsku napíše "tortilla," systém to rozpozná jako tortilla espanola --- bramborovou omeletu s úplně jiným nutričním profilem.

Krok 3: Mapování databáze

Jakmile je potravina identifikována, systém ji mapuje na příslušný regionální záznam v databázi Nutrola. Tento krok zohledňuje polohu uživatele, jazykové preference a historické vzorce zaznamenávání. Uživatel v Bangkoku, který vyfotí pad thai, dostane thajskou verzi pouličního jídla. Uživatel v Los Angeles, který vyfotí pad thai, dostane americkou restauraci verzi, která obvykle má větší porce a více oleje.

Krok 4: Odhad porce a potvrzení

Systém odhaduje velikost porce pomocí vizuálních signálů z fotografie (pokud je k dispozici) a kulturních výchozích hodnot pro identifikovanou potravinu. Uživatel může potvrdit nebo upravit před uložením záznamu. Celá pipeline --- od fotografie po potvrzený záznam --- obvykle dokončí za méně než tři sekundy.

---

Proč to má význam nad rámec pohodlí

Vícejazyčné sledování výživy není jen zlepšením kvality života pro jednotlivé uživatele. Má to důsledky pro veřejné zdraví na globální úrovni.

Snižování zdravotních nerovností

Neanglicky mluvící populace jsou již nedostatečně obsluhovány zdravotními technologiemi. Když nástroje na sledování výživy fungují dobře pouze v angličtině, rozšiřují stávající zdravotní nerovnosti tím, že anglicky mluvícím lidem poskytují lepší nástroje pro řízení dietních onemocnění, jako jsou diabetes, obezita a kardiovaskulární onemocnění. Umožnění těmto nástrojům fungovat v každém jazyce je krokem k zdravotní rovnosti.

Lepší data pro globální výzkum výživy

Když miliony lidí po celém světě mohou přesně zaznamenávat svá jídla, výsledná datová sada je neocenitelná pro výzkum výživy. Anonymizovaná, agregovaná data Nutrola již pokrývají 195 zemí a více než 120 kuchyní. Jak se uživatelská základna rozrůstá a přesnost sledování se zlepšuje, tato data mohou pomoci výzkumníkům pochopit stravovací vzorce, nutriční nedostatky a zdravotní dopady tradičních diet způsoby, které anglické datové sady nikdy nemohly.

Ochrana potravinové kultury

Existuje něco jemně korozivního na systému, který vás nutí popisovat recept vaší babičky ve cizím jazyce a poté vám říká, že nejbližší shoda je "zeleninový guláš, obecný." Vícejazyčné sledování potvrzuje tradiční potravinové kultury tím, že je uznává na jejich vlastních podmínkách. Když aplikace ví, co injera je, co mole negro je, co laksa je --- a může vám říct, jaké živiny poskytují --- posílá to zprávu, že tato jídla nejsou exotické kuriozity. Jsou to skutečná jídla, která jedí skuteční lidé, a zaslouží si stejnou datovou infrastrukturu jako grilované kuřecí prsa.

---

Často kladené otázky

Kolik jazyků Nutrola podporuje?

Nutrola v současnosti podporuje plnou funkčnost --- včetně textového vyhledávání, hlasového zaznamenávání a AI koučování --- ve více než 40 jazycích. Databáze potravin obsahuje záznamy s názvy potravin v mateřských jazycích z více než 120 kuchyní. Uživatelské rozhraní aplikace je lokalizováno ve 25 jazycích, přičemž další se pravidelně přidávají.

Mohu během používání aplikace přepínat mezi jazyky?

Ano. Mnoho vícejazyčných uživatelů přirozeně míchá jazyky, a Nutrola je navržena tak, aby to zvládla. Můžete napsat "chicken tikka masala" v angličtině na oběd a poté zaznamenat "roti aur dal" v hindštině na večeři, to vše v rámci jedné relace. NLP model automaticky detekuje jazyk každého vstupu.

Je rozpoznávání fotografií přesné pro méně běžné kuchyně?

Přesnost se liší podle kuchyně a složitosti pokrmu, ale systém rozpoznávání fotografií Nutrola dosahuje více než 90% přesnosti v top-třech napříč svými 120 podporovanými kuchyněmi. Pro dobře zastoupené kuchyně jako japonská, mexická, indická, čínská a italská přesnost top-jedna přesahuje 94%. Pro kuchyně s méně tréninkovými obrázky, jako je etiopská nebo peruánská, je přesnost nižší, ale rychle se zlepšuje, jak více uživatelů přispívá fotografiemi jídel.

Co když můj konkrétní pokrm není v databázi?

Můžete vytvářet vlastní záznamy v jakémkoli jazyce. Nutrola také umožňuje odesílat neuznané pokrmy k přezkoumání. Když dostatek uživatelů odešle stejný pokrm, je prioritizován pro přidání do ověřené databáze. Tento přístup řízený komunitou znamená, že databáze roste nejrychleji v oblastech, kde uživatelé potřebují nejvíce.

Má vícejazyčná podpora nějaké dodatečné náklady?

Ne. Všechny jazykové a regionální funkce databáze jsou dostupné jak na bezplatné, tak na prémiové úrovni. Nutrola považuje vícejazyčný přístup za základní funkci, nikoli za doplněk.

Jak aplikace zachází s potravinami se stejným názvem, ale různými přípravami v různých regionech?

Systém používá kontextové signály --- vaše jazykové nastavení, polohu a historické vzorce zaznamenávání --- k určení, kterou regionální variantu pravděpodobně myslíte. Pokud existuje nejasnost, aplikace představí nejlepší kandidáty a umožní vám vybrat. Například pokud hledáte "biryani," aplikace může zobrazit hyderabádský biryani, lucknowi biryani a kolkatský biryani jako samostatné možnosti, každou s odlišnými kalorickými a makro daty.

Mohu aplikaci používat úplně bez angličtiny?

Ano. Všechny funkce --- od onboarding po zaznamenávání jídel, AI výživové koučování až po zprávy o pokroku --- jsou dostupné ve všech podporovaných jazycích. Nikdy se nemusíte setkat s angličtinou v žádném okamžiku.

---

Závěr

Jazyková bariéra ve sledování výživy není okrajovým problémem. Ovlivňuje většinu populace světa. Po desetiletí byli lidé, kteří jedí tradiční, ne západní stravu, nuceni vybírat mezi nepřesným sledováním a žádným sledováním vůbec. Ani jedna možnost není přijatelná.

Vícejazyčné AI rozpoznávání potravin představuje skutečný průlom. Kombinováním vizuální identifikace, která funguje bez ohledu na jazyk, s zpracováním přirozeného jazyka, které rozumí desítkám jazyků nativně, a párováním obojího s regionálně specifickými nutričními databázemi ověřenými místními odborníky, nástroje jako Nutrola zpřístupňují přesné sledování výživy všem --- nejen anglicky mluvícím.

Pokud jste někdy opustili aplikaci na sledování, protože nerozuměla vašemu jídlu, technologie konečně dohnala vaši kuchyni. Vaše jídla si zaslouží být rozpoznána, změřena a oceněna za to, čím skutečně jsou, v jakémkoli jazyce je nazýváte.