Mennyire Megbízható a Cal AI Adagbecslése? Mért Súly vs AI Becslés Audit

A Cal AI egy fénykép alapú kalóriaszámláló alkalmazás, amely számítógépes látást használ az ételek adagjainak és kalóriáinak becslésére fényképek alapján. Az alkalmazás alapígérete, hogy teljesen elhagyhatod az ételeid mérését és súlyozását — csak fényképezd le a tányérodat, és az AI elintézi a többit. Ez vonzó ajánlat, amely eltávolítja a kalóriaszámlálás legfárasztóbb részét. De ez egy alapvető számítógépes látási problémát old meg: egy háromdimenziós tárgy méretének és súlyának becslését egy kétdimenziós képből.

A megbízhatóság az adagbecslésnél azt jelenti, hogy az AI által becsült súly vagy térfogat szorosan illeszkedik a tényleges mért mennyiséghez. Ez a következetességet is jelenti — ugyanannak az ételnek a többszöri lefényképezése minden alkalommal ugyanazt az eredményt kellene, hogy adja. E két dimenziót teszteltük, amikor 20 élelmiszert mértünk meg egy kalibrált konyhai mérlegen, lefényképeztük őket a Cal AI segítségével, és összehasonlítottuk az eredményeket.

Az Alapvető Probléma: 3D Becslés 2D Képből

Mielőtt megvizsgálnánk a teszteredményeket, érdemes megérteni, miért nehéz ez a probléma. Egy fénykép három dimenziót sűrít kétbe. A mélység, magasság és térfogat információk részben elvesznek. Egy 3 centiméter magas rizs halom a fényképen ugyanolyan kinézetű, mint egy 2 centiméter magas halom, ha a kamera szöge összenyomja a különbséget.

Az AI-nak a hiányzó dimenziót kontextuális nyomokból kell következtetnie: a tányér mérete, az étel által vetett árnyék, a keretben lévő ismert tárgyak arányai és a tanulási adatokkal való mintázat-illesztés. Mindezek a következtetési lépések potenciális hibát vezetnek be. Egy, az International Journal of Food Sciences and Nutrition (2021) folyóiratban megjelent tanulmány megállapította, hogy még a képzett dietetikusok is, akik fényképekből becsülték az adagokat, csak 50-70%-os pontosságot értek el, ami azt jelzi, hogy a vizuális adagbecslés alapvetően imprecíz, függetlenül attól, hogy ember vagy AI végzi.

Ez nem a Cal AI konkrét kritikája. Ez az alapvető kihívás, amellyel bármely fénykép alapú adagbecslő rendszer szembesül. A kérdés az, hogy ez az alapvető korlátozás mennyi hibát eredményez a gyakorlatban, és hogy ez a hiba elég kicsi-e ahhoz, hogy a kalóriainformáció hasznos legyen.

Tesztelési Módszertan: Mérlegen Mért Súly vs Cal AI Becslés

20 élelmiszert választottunk ki, hat kategóriában: egységes tételek (előre megjósolható forma és méret), szabálytalan szilárd ételek (változó forma), halmozott vagy kupacban lévő ételek, folyadékok, tartályban lévő ételek és tálcás, többkomponensű ételek. Minden ételt egy 1 grammra pontos kalibrált konyhai mérlegen mértünk meg.

Minden ételt ezután egy standard 26 centiméteres fehér étkező tányérra helyeztünk (ha másként nem jeleztük), és 45 fokos szögből, körülbelül 30 centiméter távolságból lefényképeztük a Cal AI segítségével. Rögzítettük a Cal AI által becsült adagméretet és kalóriát, majd kiszámítottuk a tényleges mért értékektől való eltérést.

Adagbecslés Pontossága: Cal AI Becslés vs Tényleges Súly

Teljes Megbízhatósági Teszt Eredmények

Étel	Tényleges Súly	Cal AI Becslés	Súly Eltérés	Eltérés %	Tényleges Kalóriák	Cal AI Kalóriák	Kalória Hatás
Kenyérszelet	38 g	40 g	+2 g	+5.3%	95	100	+5
Nagy tojás, főtt	50 g	50 g	0 g	0.0%	78	78	0
Fehérjepor (csomagolás nélkül)	60 g	55 g	-5 g	-8.3%	210	193	-17
Grillezett csirkemell	174 g	140 g	-34 g	-19.5%	287	231	-56
Grillezett steak	225 g	175 g	-50 g	-22.2%	573	446	-127
Sült lazacfilé	168 g	145 g	-23 g	-13.7%	349	302	-47
Főtt fehér rizs	210 g	180 g	-30 g	-14.3%	232	199	-33
Főtt tészta	240 g	195 g	-45 g	-18.8%	374	304	-70
Pürésített burgonya	200 g	160 g	-40 g	-20.0%	224	179	-45
Vegyes zöldsaláta	120 g	95 g	-25 g	-20.8%	19	15	-4
Narancslé pohárban	250 ml	200 ml	-50 ml	-20.0%	112	90	-22
Kávé tejjel bögre	350 ml	250 ml	-100 ml	-28.6%	58	41	-17
Leves tálban	400 ml	300 ml	-100 ml	-25.0%	160	120	-40
Mandula kis tálban	35 g	28 g	-7 g	-20.0%	204	163	-41
Trail mix tálban	55 g	42 g	-13 g	-23.6%	264	201	-63
Jogurt tartályban	170 g	150 g	-20 g	-11.8%	100	88	-12
Alma, egész	182 g	170 g	-12 g	-6.6%	95	89	-6
Fél avokádó	68 g	75 g	+7 g	+10.3%	109	120	+11
Mogyoróvaj pirítósra	18 g (csak PB)	12 g	-6 g	-33.3%	105	70	-35
Csirke + rizs + brokkoli tányér	440 g összesen	365 g összesen	-75 g	-17.0%	542	450	-92

Összegző Statisztikák:

• Átlagos abszolút eltérés: 16.9%
• Medián eltérés: 19.2%
• Alulbecslési torzítás: 20 ételből 18-at alulbecsült
• Átlagos kalóriahatás: 37 kalória ételenként
• 10%-on belüli pontosságú ételek: 5 a 20-ból (25%)

• 20%-os eltéréssel rendelkező ételek: 8 a 20-ból (40%)

Az eredmények világos és következetes mintázatot mutatnak. A Cal AI 20 tesztelt ételből 18 esetében alulbecsülte az adagokat. Az átlagos eltérés 16.9% volt, de ez az átlag elfedi a specifikus kategóriák súlyosságát. A szabálytalan húsok (csirkemell, steak) 19-22%-os alulbecslést mutattak. A halmozott ételek (rizs, tészta, pürésített burgonya) 14-20%-os alulbecslést mutattak. A folyadékok 20-29%-os alulbecslést mutattak.

Hol Megbízható az Adagbecslés

A Cal AI becslései a legpontosabbak az egységes, előre megjósolható formájú és szabványos méretű ételeknél.

Egységes Tételek

Egy kenyérszelet, egy főtt tojás és egy alma mind 5-10%-on belül van a tényleges súlytól. Ezek az ételek olyan állandó formákkal rendelkeznek, amelyeket az AI tanulási adatai jól rögzítenek. Egy kenyérszelet vastagsága és méretei függetlenül a márkától nagyjából azonosak. Egy nagy tojás egy nagy tojás. Az AI tanulási adatai több ezer képet tartalmaznak ezekről az elemekről, és előre megjósolható geometriájuk miatt a mélység becslése kevésbé kritikus.

Szabványos Csomagolt Tételek

A fehérjepor, bár csomagolás nélkül volt, 8.3%-on belül becsülték a tényleges súlytól. Téglalap alakú formája és szabványos méretei miatt vizuálisan előre megjósolható. Azok az ételek, amelyek szabályos geometriai formákkal rendelkeznek, következetesen jobban teljesítettek a tesztelés során, mint a szabálytalan ételek.

A közös tényező az, hogy ezek az ételek alacsony formaváltozékonysággal rendelkeznek. Ha láttál egy kenyérszeletet, lényegében már mindet láttad. Az AI a memorizált tipikus méretekre támaszkodhat, nem pedig a kontextuális nyomokból kell következtetnie a méretekre.

Hol Megbízhatatlan az Adagbecslés

Szabálytalan Formák: A Steak és Csirke Probléma

A grillezett steak 22.2%-kal lett alulbecsülve, ami 127 kalória hibát jelentett egyetlen ételnél. A csirkemell 19.5%-kal lett alulbecsülve, ami 56 kalória hibát jelentett. Ezek a leggyakrabban nyilvántartott ételek közé tartoznak azok számára, akik a fehérje bevitelüket követik.

A szabálytalan formák nehezek, mert a vastagság az étel különböző részein változik. A csirkemell a vastag középrészből a vékony szélek felé keskenyedik. Egy felülnézeti vagy szögletes fényképen az AI a felületet rögzíti, de alulbecsüli a középső vastagságot. Az eredmény egy szisztematikus alulértékelés, amely a kalóriadús fehérjéket érinti — pontosan azokat az ételeket, ahol a pontosság a legfontosabb a makrok követésében.

Halmozott és Kupacban Lévő Ételek: Rizs, Tészta és Burgonya

A főtt rizs, tészta és pürésített burgonya 14-20%-kal lett alulbecsülve. Ezek az ételek jelentős magasságban halmozódnak, amit egy 2D fénykép összenyom. Egy adag rizs a tányéron 4 centiméter magas lehet a csúcsán, de egy 45 fokos szögből készült fénykép ezt sokkal vékonyabb rétegnek mutatja.

Az USDA FoodData Central adatbázisa 130 kalóriát sorol fel egy csésze főtt fehér rizs (186 g). A 14.3%-os alulbecslés egy 210 grammos adag esetén 33 hiányzó kalóriát jelent — és a legtöbb ember a rizst egy nagyobb étkezés részeként fogyasztja. A hibák minden halmozott ételnél összeadódnak a tányéron.

Folyadékok: Az Láthatatlan Térfogat Probléma

A folyadékok voltak a legkevésbé megbízhatóan becsült kategória, 20-29%-os eltérésekkel. Egy pohár narancslé 20%-kal lett alulbecsülve. A kávé tejjel egy bögrében 28.6%-kal lett alulbecsülve. A leves tálban 25%-kal lett alulbecsülve.

A probléma egyszerű: az AI csak a folyadék felületét látja, de nem tudja meghatározni a tartály mélységét. Egy széles, sekély tál és egy keskeny, mély tál azonos felületeket mutathat a fényképen, miközben teljesen eltérő térfogatokat tartalmaznak. Anélkül, hogy ismerné a tartály méreteit, az AI térfogatbecslése alapvetően egy tipp.

Az Szög Probléma: Ugyanaz az Étel, Különböző Becslések

A per étel pontossági teszt mellett megvizsgáltuk, hogy a Cal AI következetes becsléseket ad-e, amikor ugyanazt az ételt különböző szögekből fényképezik.

Szög Következetességi Teszt: Grillezett Csirkemell (174 g tényleges)

Fénykép Szög	Cal AI Becslés	Eltérés a Ténylegeshez Képest
45 fok (standard)	140 g	-19.5%
Közvetlenül felülről (90 fok)	155 g	-10.9%
Alacsony szög (20 fok)	125 g	-28.2%
Oldalsó szög (10 fok)	110 g	-36.8%

Ugyanaz a 174 grammos csirkemell becslései 110 grammtól 155 grammig terjedtek a kamera szögétől függően — egy 45 grammos eltérés. A felülnézeti szög adta a legpontosabb eredményt, mert rögzíti a teljes felületet, de még ez is majdnem 11%-kal tévedett. Az alacsony és oldalsó szögek drámaian alulbecsülték az adagot, mert az étel magassága és mélysége egyre inkább összenyomódott.

Ez azt jelenti, hogy a felhasználó által kapott kalóriaszám részben attól függ, hogyan tartja a telefonját, nem csak attól, hogy mit eszik. Egy felhasználó, aki szokás szerint alacsony szögből fényképez, folyamatosan alulbecsüli a kalóriákat, szemben egy olyan felhasználóval, aki felülről fényképez.

A Tányér Mérete Illúzió: Ugyanaz az Adag, Különböző Tányérok

Megvizsgáltuk, hogy a tányér mérete befolyásolja-e a Cal AI adagbecslését, amikor 200 gramm főtt tésztát három különböző tányérra helyeztünk.

Tányér Méret Teszt: 200 g Főtt Tészta

Tányér Átmérő	Cal AI Becslés	Eltérés
20 cm (kicsi tányér)	225 g	+12.5%
26 cm (standard tányér)	195 g	-2.5%
32 cm (nagy tányér)	155 g	-22.5%

Ugyanazt a 200 gramm tésztát 225 grammra becsülték egy kicsi tányéron, és 155 grammra egy nagy tányéron — egy 70 grammos eltérés csupán a tányér mérete alapján. Ez a Delboeuf-illúzió, egy jól dokumentált perceptuális torzítás, ahol a tárgyak nagyobbnak tűnnek, amikor egy kis keret veszi körül őket, és kisebbnek, amikor egy nagy keret veszi körül őket. Az AI ezt a torzítást is megtanulta a tanulási adataiból, amelyek ételfotókból állnak, ahol a tányér mérete korrelál a percepcióval.

Azok számára, akik nagy éttermi tányérokból vagy tálakból étkeznek, ez azt jelenti, hogy a Cal AI folyamatosan alulbecsüli az adagjaikat. Azok számára, akik kis desszert tányérokból étkeznek, az alkalmazás túlbecsüli. Egyik csoport sem kap pontos számot arról, amit valójában elfogyasztottak.

Következetességi Teszt: Ugyanaz az Étel, Öt Fénykép

Egyetlen adagot fényképeztünk le grillezett csirkemellből rizzsel és brokkolival (542 tényleges kalória) ötször egymás után, csak a telefon szögét állítva.

Öt-Fénykép Következetességi Teszt

Fénykép Száma	Cal AI Összes Kalória	Eltérés a Ténylegeshez Képest
1	450	-17.0%
2	478	-11.8%
3	435	-19.7%
4	462	-14.8%
5	448	-17.3%

Öt fénykép azonos ételről öt különböző kalória becslést eredményezett, 435-től 478-ig terjedően — egy 43 kalóriás eltérés. Az átlag 455 kalória volt, ami 16.1%-kal alulbecsülte a tényleges 542 kalóriát. Egyetlen fénykép sem adott olyan eredményt, amely 10%-on belül lett volna a tényleges kalóriatartalomhoz képest.

Ez a teszt egyszerre mutatja be a pontossági és következetességi problémákat. A becslések következetesen túl alacsonyak (pontossági hiba), és változnak az azonos étel fényképein (következetlenségi hiba). Egy felhasználó, aki ezt az étkezést rögzíti, különböző számot kap attól függően, hogy a öt fénykép közül melyiket készítette el.

Hogyan Halmozódnak a Napi Hibák

A tesztelésünkben a per étel hibák átlagosan 37 kalóriát tettek ki. Ez kicsinek tűnik, amíg figyelembe nem vesszük, hogy egy tipikus nap 10-15 egyedi étel rögzítésével jár három étkezés és nassolás során.

Napi Felhalmozási Forgatókönyv

Étkezés	Rögzített Ételek	Tényleges Kalóriák	Cal AI Összes	Cumulative Error
Reggeli (zabkása, banán, mogyoróvaj)	3 tétel	445	385	-60
Ebéd (csirke, rizs, zöldségek)	3 tétel	542	450	-92
Snack (mandula, joghurt)	2 tétel	304	251	-53
Vacsora (steak, pürésített burgonya, saláta)	3 tétel	816	640	-176
Napi Összes	11 tétel	2,107	1,726	-381

Egy 381 kalóriás napi alulbecslés. Ez a teljes bevitel 18.1%-a — egy deficit, amely nem létezik. Egy felhasználó, aki 500 kalóriás napi deficitet tervez a fogyás érdekében, valójában 119 kalóriás deficitet szenved el a Cal AI alulbecslési torzítása után. Ezen a sebességgel egy tervezett 1 font hetente fogyás 0.24 font hetente válik. Egy hónapnyi fegyelmezett nyilvántartás egy hétnyi várt eredményt produkál, és a felhasználónak nincs módja meghatározni, miért.

A American Journal of Clinical Nutrition folyóiratban közzétett kutatások folyamatosan kimutatták, hogy az étkezési bevitel alulbecslése a leggyakoribb hiba irány a diétás értékelésben, és az emberi címkézésű adatokra képzett AI rendszerek öröklik ezt a torzítást.

Hogyan Kezeli a Nutrola Másképp az Adagbecslést

A Nutrola megközelítése az adagbecslési problémához az, hogy a fénykép AI-t kiindulópontként kezeli, nem végső válaszként. Az alkalmazás fényképes azonosítása az ételeket összekapcsolja egy táplálkozási szakértő által ellenőrzött adatbázissal, amely több mint 1.8 millió bejegyzést tartalmaz, pontos kalóriaértékeket állítva fel grammonként. De a Nutrola nem csupán az AI-ra támaszkodik az adagméret kitalálásához, hanem egy hangkorrekciós réteget is biztosít.

Miután lefényképezted az étkezésedet, mondhatod, hogy "valójában körülbelül 200 gramm csirke volt" vagy "a rizs körülbelül egy csésze volt." A bejegyzés azonnal frissül a hitelesített grammonkénti táplálkozási adatok alapján. Ez másodpercek alatt történik — gyorsabb, mint a manuális keresés — és megoldja azt az alapvető korlátozást, hogy egy AI nem tud pontosan 3D térfogatot becsülni 2D képből.

A hitelesített adatbázis a kritikus megkülönböztető tényező. Még ha az adagbecslés tökéletes is, a kalóriaszám csak annyira megbízható, mint a táplálkozási adatok, amelyekre hivatkozik. A Nutrola adatbázisa minden ételhez egy hitelesített bejegyzést tartalmaz, táplálkozási szakértők által validált adatokból származik, és nincsenek közösségi forrásból származó duplikált vagy ellentmondó bejegyzések. A fényképes azonosítás, a hanggal korrigált adagok és a hitelesített adatok kombinációja olyan kalórianyilvántartásokat eredményez, amelyek azt tükrözik, amit valójában ettél, nem pedig azt, amit egy AI kitalált egy fényképből.

A Nutrola vonalkód-olvasót is tartalmaz a csomagolt ételekhez és receptimportálást a házi főzésű ételekhez, biztosítva a következetes adatminőséget minden nyilvántartási módszer esetén. Az iOS és Android rendszeren elérhető, havi 2,50 euróért, hirdetések nélkül bármelyik csomagban, a Nutrola azon elv köré épült, hogy a sebesség és a pontosság nem kölcsönösen kizáró tényezők.

Gyakran Ismételt Kérdések

Mennyire pontos a Cal AI a kalóriák számolásában?

A 20 étel tesztelése során a Cal AI adagbecslései átlagosan 16.9%-kal tértek el a tényleges mért súlyoktól. Ez átlagosan 37 kalória hibát jelentett egyedi ételenként. Csak az ételek 25%-a (5 a 20-ból) volt becsülve 10%-on belüli pontossággal. Az alkalmazás erős alulbecslési torzítást mutatott, 20 ételből 18 esetében alulbecsülte az adagokat. Egy teljes napi étkezés során ezek az egyedi hibák 381 kalóriás alulbecsléshez vezettek a teszt forgatókönyvünkben.

Miért ad a Cal AI különböző kalóriákat ugyanarra az étkezésre?

A Cal AI becslései a fénykép szögétől, világításától és keretezésétől függenek, mert a 3D adagméretet 2D képből következteti. A következetességi tesztünkben öt fénykép ugyanarról az étkezésről 435-től 478-ig terjedő kalória becsléseket eredményezett — egy 43 kalóriás eltérés. A kamera szöge a legnagyobb hatást gyakorolja: a szög tesztünk során egyetlen csirkemell 110 grammot mutatott egy oldalsó szögből, míg 155 grammot közvetlenül felülről.

A Cal AI pontosabb egyes ételeknél, mint másoknál?

Igen. A Cal AI a legpontosabb az egységes, előre megjósolható formájú ételeknél: szeletelt kenyér (5.3% eltérés), főtt tojás (0% eltérés) és egész gyümölcsök (6.6% eltérés). A legkevésbé pontos a szabálytalan formájú húsoknál (19-22% eltérés), a halmozott ételeknél, mint a rizs és tészta (14-20% eltérés), és a folyadékoknál (20-29% eltérés). Ha az étrended főként egyszerű, egységes ételekből áll, az alkalmazás megbízhatóbb lesz, mint ha összetett, többkomponensű ételeket fogyasztasz.

Befolyásolja a tányér mérete a Cal AI kalória becslését?

Igen. A tányér méret tesztünkben a 200 gramm tészta 225 grammra lett becsülve egy 20 centiméteres kicsi tányéron, és 155 grammra egy 32 centiméteres nagy tányéron — egy 70 grammos eltérés az azonos adag esetén. Ez a Delboeuf-illúzió miatt van, ahol a környező kontextus megváltoztatja a tárgy méretének észlelését. Azok a felhasználók, akik nagy tányérokból vagy étterem tálakból étkeznek, folyamatosan alulbecsült adagokat fognak látni.

Használhatom a Cal AI-t fogyásra?

A Cal AI durva kalória tudatosságot biztosíthat, de a szisztematikus alulbecslési torzítása problémás a pontos deficit alapú fogyás szempontjából. Napi forgatókönyvünkben egy tervezett 500 kalóriás deficit 119 kalóriás effektív deficitre csökkent a Cal AI alulbecslésének figyelembevételével — a tervezett deficit 76%-os csökkentése. A megbízhatóbb eredmények érdekében kombináld a fénykép alapú nyilvántartást a tényleges ételek mérésével, vagy használj olyan alkalmazást, mint a Nutrola, amely a fénykép AI-t hanggal korrigált adagokkal és egy hitelesített táplálkozási adatbázissal párosítja.