Śledzenie kalorii z użyciem AI: szczere ograniczenia i co jeszcze nie potrafi

Każdy tracker kalorii oparty na AI dostępny na rynku ma istotne ograniczenia, o których nie wspominają materiały marketingowe. Dotyczy to również Nutrola. Technologia znacznie się poprawiła w ciągu ostatnich trzech lat — dokładność rozpoznawania żywności wzrosła z około 60% do 80-92% dla powszechnych posiłków — ale wciąż istnieją kategorie żywności i sytuacje jedzeniowe, w których żaden system AI nie działa niezawodnie.

Uznanie tych ograniczeń nie jest argumentem przeciwko śledzeniu kalorii z użyciem AI. To argument za zrozumieniem, co AI potrafi, a czego nie, aby móc współpracować z technologią, a nie ślepo jej ufać. Każde narzędzie ma swoje ograniczenia. Najlepsze narzędzia są zaprojektowane z myślą o planach awaryjnych na wypadek, gdy te ograniczenia zostaną osiągnięte.

Ograniczenie 1: Dania z dużą ilością sosu i glazury

Problem

Kiedy posiłek jest pokryty sosem, glazurą lub sosem, AI traci większość informacji wizualnych. Może dostrzegać kolor i teksturę sosu, ale nie jest w stanie zidentyfikować ani oszacować jedzenia pod nim. Pierś z kurczaka pokryta sosem teriyaki, talerz makaronu zanurzonego w Alfredo czy warzywa w gęstym curry — AI pracuje na podstawie wyglądu sosu, a nie jedzenia.

Wpływ kalorii z sosów jest znaczny. Analiza z 2023 roku opublikowana w Journal of the American Dietetic Association wykazała, że sosy i przyprawy przyczyniają się średnio do 200-400 kalorii na posiłek w restauracji — często stanowiąc 30-50% całkowitej zawartości kalorycznej posiłku. Błędna ocena sosu oznacza błędną ocenę całego posiłku.

Co robi każda aplikacja

Cal AI i SnapCalorie: AI szacuje całe danie jako jeden element. Jeśli zidentyfikuje „kurczaka teriyaki z ryżem”, liczba kalorii odzwierciedla średnie dane treningowe modelu dla tej kategorii dań. Konkretna proporcja sosu do kurczaka, przepis na sos i olej do smażenia w Twoim daniu są nieznane i nie uwzględnione.

Foodvisor: Podobne szacowanie AI, z opcją konsultacji z dietetykiem w celu korekty — ale to jest działanie wsteczne i wolne.

Nutrola: AI identyfikuje kategorię dania i sugeruje dopasowania z bazy danych. Użytkownik może dostosować, wybierając konkretny rodzaj sosu z bazy danych („sos teriyaki, 3 łyżki = 135 kalorii”) i rejestrując go oddzielnie od białka i skrobi. Baza danych dostarcza zweryfikowane dane kaloryczne dla dziesiątek rodzajów sosów i stylów przygotowania. To nie rozwiązuje podstawowego problemu wizualnego, ale zapewnia mechanizm dodawania kalorii z sosu, czego aplikacje oparte wyłącznie na zdjęciach nie potrafią.

Szczera ocena

Żaden tracker AI nie radzi sobie dobrze z daniami z dużą ilością sosu na podstawie samych zdjęć. Przewagą Nutrola jest możliwość oddzielnego rejestrowania sosu za pomocą głosu lub wyszukiwania w bazie danych — ale wymaga to od użytkownika znajomości (lub oszacowania) użytego sosu i mniej więcej jego ilości. Dla domowych posiłków jest to wykonalne. W przypadku posiłków w restauracjach, gdzie przepis na sos jest nieznany, wszystkie trackery są w stanie jedynie szacować.

Ograniczenie 2: Dokładne oszacowanie porcji na podstawie zdjęć

Problem

To najbardziej uporczywe i fundamentalne ograniczenie śledzenia żywności opartego na zdjęciach. Zdjęcie 2D nie może wiarygodnie oddać trójwymiarowej objętości i masy jedzenia.

Rozważmy dwie porcje makaronu: 150g i 300g. Na tym samym talerzu, sfotografowane z góry, 300g porcja może wydawać się nieco wyższa, ale różnica kaloryczna wynosi 195 kalorii. Różnica wizualna jest subtelna; różnica kaloryczna jest znacząca.

Badania nad oszacowaniem porcji przez AI konsekwentnie wykazują średnie błędy bezwzględne na poziomie 20-40% w oszacowaniach objętości na podstawie zdjęć 2D. Badanie z 2024 roku opublikowane w Nutrients donosi, że nawet najnowocześniejsze modele oszacowania porcji żywności wykazywały średni błąd na poziomie 25-35% w różnych typach posiłków, a błędy przekraczały 50% dla żywności bogatej w kalorie w małych porcjach (orzechy, sery, oleje).

Co robi każda aplikacja

Cal AI: Szacowanie na podstawie zdjęcia 2D z wykorzystaniem rozmiarów względnych talerza i wyuczonych priorytetów. Podlega pełnemu zakresowi błędu 20-40%.

SnapCalorie: Skanning 3D LiDAR zmniejsza błąd dla pokarmów w kopcach o 30-40% w porównaniu do metod 2D. To rzeczywista przewaga dla ryżu, owsianki i podobnych pokarmów, gdzie wysokość koreluje z objętością. Jednak 3D nie pomaga w przypadku płaskich potraw (pizza, kanapki), potraw w miseczkach (zupa, płatki) ani małych, kalorycznych przedmiotów (orzechy, kostki sera).

Foodvisor: Szacowanie 2D z odniesieniem do standardowych porcji w bazie danych.

Nutrola: Szacowanie na podstawie zdjęcia 2D uzupełnione standardowymi porcjami z bazy danych. Kiedy AI sugeruje „kurczaka stir fry”, baza danych dostarcza standardowe rozmiary porcji (np. „1 porcja = 300g”). Użytkownik może dostosować, korzystając z opcji porcji w bazie danych, zamiast zgadywać wagę w gramach. Rejestrowanie głosowe pozwala na bezpośrednie określenie porcji: „około dwóch filiżanek ryżu”.

Szczera ocena

Oszacowanie porcji na podstawie zdjęć to nierozwiązany problem w widzeniu komputerowym. Podejście 3D SnapCalorie jest najbardziej zaawansowanym technologicznie rozwiązaniem, ale jego poprawa jest ograniczona do konkretnych typów żywności i wymaga sprzętu LiDAR. Odwołania do standardowych porcji w bazie danych Nutrola pomagają, dostarczając punktów odniesienia, ale użytkownik wciąż musi oszacować, czy miał „1 porcję” czy „1,5 porcji”. Szczera rekomendacja: w sytuacjach wymagających wysokiej dokładności, waż jedzenie. Żaden tracker AI nie zastąpi wagi kuchennej w kwestii precyzji.

Ograniczenie 3: Regionalne i nieznane potrawy

Problem

Modele rozpoznawania żywności AI są trenowane na zestawach danych, które odzwierciedlają kultury kulinarne najlepiej reprezentowane w ich danych treningowych — zazwyczaj kuchnie amerykańskie, zachodnioeuropejskie i wschodnioazjatyckie. Potrawy z mniej reprezentowanych kuchni mogą być błędnie zidentyfikowane lub otrzymać niskie oszacowania pewności.

Badanie opublikowane w 2023 roku w ACM Computing Surveys analizowało zestawy danych rozpoznawania żywności i wykazało, że 72% obrazów w najczęściej używanych zestawach treningowych reprezentowało jedzenie zaledwie 10 krajów. Kuchnie zachodnioafrykańskie, środkowoazjatyckie, wyspiarskie, rdzenne i wiele innych tradycji kulinarnych jest znacznie niedostatecznie reprezentowanych.

Oznacza to, że jeśli regularnie jesz injera z etiopskim gulaszem, peruwiańskie ceviche, filipińskie adobo, gruzińskie khachapuri czy senegalskie thieboudienne, AI może błędnie zidentyfikować danie, pomylić je z wizualnie podobnym daniem z lepiej reprezentowanej kuchni lub przypisać ogólne oszacowanie „mieszanego dania” z niską dokładnością.

Co robi każda aplikacja

Cal AI: Polega całkowicie na danych treningowych modelu AI. Jeśli jedzenie nie jest dobrze reprezentowane w treningu, oszacowanie będzie słabe, bez żadnej alternatywy.

SnapCalorie: Ta sama ograniczenie. Skanning 3D poprawia oszacowanie porcji, ale nie pomaga w identyfikacji żywności z mniej reprezentowanych kuchni.

Foodvisor: Nieco lepsze pokrycie kuchni europejskich (francuska firma), ale dzieli to samo ograniczenie danych treningowych dla potraw spoza Europy.

Nutrola: AI napotyka to samo ograniczenie w rozpoznawaniu, ale zweryfikowana baza danych zawiera 1,8 miliona lub więcej wpisów, w tym potrawy z różnych tradycji kulinarnych. Kiedy AI nie jest w stanie zidentyfikować regionalnej potrawy, użytkownik może opisać ją głosowo („etiopska injera, około 200 gramów, z gulaszem soczewicowym, około 150 gramów”) i baza danych dostarcza zweryfikowane wpisy dla tych potraw. Wsparcie w 15 językach oznacza również, że nazwy potraw w lokalnych językach mogą być używane do wyszukiwania w bazie danych.

Szczera ocena

To ograniczenie dotyczy całego pola rozpoznawania żywności AI, a nie tylko konkretnych aplikacji. Trackery oparte na bazach danych mają przewagę, ponieważ bazy danych mogą być rozszerzane o regionalne potrawy bez potrzeby ponownego trenowania modelu AI — dodanie zweryfikowanego wpisu dla „thieboudienne” do bazy danych jest prostsze niż zapewnienie, że AI rozpozna to na podstawie zdjęć. Jednak pokrycie bazy danych również ma luki. Baza danych Nutrola z 1,8 miliona wpisów obejmuje więcej potraw niż słownik klasyfikacji jakiegokolwiek modelu wyłącznie AI, ale bardzo lokalne, domowe lub rzadkie potrawy mogą nadal wymagać ręcznego wprowadzenia. Żaden tracker nie obejmuje doskonale wszystkich światowych tradycji kulinarnych dzisiaj.

Ograniczenie 4: Napoje w nieprzezroczystych pojemnikach

Problem

Fotografowanie napoju w nieprzezroczystym kubku, filiżance lub butelce nie daje AI prawie żadnych użytecznych informacji. Biała filiżanka do kawy może zawierać czarną kawę (5 kalorii), latte z pełnym mlekiem (190 kalorii), mocha z bitą śmietaną (400 kalorii) lub filiżankę herbaty (2 kalorie). Wizualny sygnał to filiżanka, a nie zawartość.

Nawet w przypadku napojów w przezroczystych szklankach AI ma ograniczone informacje. Kolor i przezroczystość płynu zawężają możliwości, ale nie określają przepisu. Sok pomarańczowy, smoothie mango i sok marchewkowo-imbirowy mogą wyglądać podobnie w szklance. Ciemna cola i ciemna kawa mrożona są wizualnie niemal identyczne.

Co robi każda aplikacja

Cal AI: AI zgaduje na podstawie kontekstu (kształt filiżanki, kolor widocznego płynu). Dokładność w przypadku napojów wynosi zazwyczaj 40-60% — praktycznie na poziomie rzutu monetą.

SnapCalorie: Skanning 3D mierzy objętość szklanki/kubka, co pomaga oszacować ilość płynu. Jednak zawartość kalorii na mililitr pozostaje nieznana bez identyfikacji konkretnego napoju.

Foodvisor: Ta sama ograniczenie jak Cal AI w identyfikacji napojów.

Nutrola: Rejestrowanie głosowe jest głównym rozwiązaniem: „duże latte owsiane z dwoma pompkami wanilii” dostarcza wystarczających informacji do zweryfikowanego dopasowania w bazie danych. Baza danych zawiera wpisy dla konkretnych napojów z kawiarni, rodzajów mleka, syropów i metod przygotowania. Skanowanie kodów kreskowych obejmuje napoje pakowane. Skanowanie zdjęć napojów pozostaje niewiarygodne i jest szczerze najsłabszym przypadkiem użycia funkcji AI Nutrola.

Szczera ocena

Śledzenie kalorii w napojach to najsłabsza kategoria we wszystkich aplikacjach. Rozwiązaniem nie jest lepsze AI — to alternatywne metody wprowadzania danych. Rejestrowanie głosowe i skanowanie kodów kreskowych całkowicie omijają ograniczenie wizualne. To jeden z najsilniejszych argumentów za trackerami wielometodowymi: napoje stanowią 10-20% dziennego spożycia kalorii dla większości ludzi, a trackery oparte wyłącznie na zdjęciach radzą sobie z nimi słabo.

Ograniczenie 5: Dania wielowarstwowe i z ukrytymi składnikami

Problem

Lasagne, burrito, kanapki, nadziewane papryki, zapiekanki, sajgonki, pierożki i jakiekolwiek danie, gdzie zewnętrzna warstwa ukrywa wnętrze, stanowi fundamentalne wyzwanie dla AI opartego na zdjęciach. Kamera widzi tylko górną warstwę; kalorie pochodzą ze wszystkich warstw.

Burrito sfotografowane z zewnątrz pokazuje tortillę. W środku mogą być kurczak, ryż, fasola, ser, śmietana i guacamole — lub tylko ryż i fasola. Różnica kaloryczna między tymi nadzieniami może wynosić 300-500 kalorii, a żaden z nich nie jest widoczny.

Badanie z 2023 roku w Food Quality and Preference testowało rozpoznawanie żywności AI na daniach wielowarstwowych i wykazało spadek dokładności o 25-40% w porównaniu do posiłków jednowarstwowych. Modele konsekwentnie niedoszacowywały zawartości kalorycznej dań wielowarstwowych, ponieważ zbyt mocno uwzględniały widoczne składniki w porównaniu do ukrytych.

Co robi każda aplikacja

Cal AI: Szacuje cały element jako jedną pozycję na podstawie zewnętrznego wyglądu. Burrito to „burrito” z oszacowaniem kalorycznym opartym na średnich danych, niezależnie od jego konkretnych składników.

SnapCalorie: Skanning 3D mierzy zewnętrzne wymiary, co zapewnia lepsze oszacowanie objętości. Jednak skład nadzienia pozostaje nieznany. Precyzyjnie zmierzone burrito o nieznanej zawartości to precyzyjnie zmierzona tajemnica.

Foodvisor: Ta sama ograniczenie dla dań wielowarstwowych. Przegląd dietetyka może pomóc, ale wymaga oczekiwania.

Nutrola: AI identyfikuje typ dania, a użytkownik może rejestrować głosowo konkretne składniki: „burrito z kurczakiem, ryżem, czarną fasolą, serem, śmietaną i guacamole.” Każdy składnik pobiera dane z zweryfikowanej bazy. Użytkownik skutecznie rozkłada problem ukrytej warstwy na identyfikowalne komponenty. To wymaga znajomości (lub rozsądnego oszacowania) tego, co znajduje się w środku, co jest łatwiejsze w przypadku domowych potraw niż w przypadku dań z restauracji lub na wynos.

Szczera ocena

Dania wielowarstwowe to inherentne ograniczenie każdego podejścia opartego na zdjęciach. Pytanie brzmi, jakie alternatywy oferuje aplikacja. Aplikacje oparte wyłącznie na zdjęciach nie mają planu awaryjnego — oszacowanie AI oparte na zewnętrznych danych jest ostateczną odpowiedzią. Aplikacje wielometodowe pozwalają użytkownikowi dostarczyć informacje o wnętrzu, których kamera nie może uchwycić. Poprawa dokładności zależy całkowicie od tego, czy użytkownik wie, co znajduje się w daniu i poświęci czas na opisanie tego.

Ograniczenie 6: Posiłki, których nie można sfotografować

Problem

Nie wszystkie posiłki można wygodnie sfotografować. Posiłki spożywane w biegu, szybkie przekąski między spotkaniami, jedzenie dzielone z wspólnych talerzy, posiłki jedzone w ciemnych restauracjach oraz posiłki, które już skończono, zanim przypomniano sobie o ich zapisaniu. Trackery oparte wyłącznie na zdjęciach mają problem binarny: jeśli nie sfotografowałeś, to nie istnieje w Twoim logu.

Co robi każda aplikacja

Cal AI: Bez zdjęcia brak wpisu. Możesz ręcznie wpisać opis, ale workflow aplikacji opiera się na kamerze. Możliwe jest retrospektywne logowanie, ale polega na szacowaniu tekstowym.

SnapCalorie: Ta sama ograniczenie. Skanning 3D wymaga fizycznej obecności jedzenia.

Foodvisor: Workflow skoncentrowany na zdjęciach z możliwością ręcznego wyszukiwania.

Nutrola: Rejestrowanie głosowe działa dla każdego posiłku, niezależnie od tego, czy został sfotografowany, czy nie. „Miałem kanapkę z indykiem z majonezem i sałatkę boczną około dwie godziny temu” można zarejestrować retrospektywnie za pomocą głosu, a każdy składnik zostanie dopasowany do zweryfikowanych wpisów w bazie danych. Nie wymaga to pamiętania o zrobieniu zdjęcia — wymaga jedynie pamiętania, co się jadło, co większość ludzi potrafi zrobić w ciągu kilku godzin.

Szczera ocena

To nie jest ograniczenie AI, ale ograniczenie workflow. Aplikacje oparte wyłącznie na zdjęciach są kruchymi — łamią się, gdy zdjęcie nie zostanie zrobione. Aplikacje wielometodowe są odporne — oferują alternatywne ścieżki, gdy jedna metoda jest niedostępna. Dla użytkowników, którzy często zapominają robić zdjęcia posiłków lub jedzą w sytuacjach, gdzie fotografowanie jest niepraktyczne, różnica w pokryciu zapisanych posiłków może być znacząca.

Czego żaden tracker AI nie potrafi zrobić dzisiaj

Niektóre ograniczenia mają charakter uniwersalny i nie zostaną rozwiązane przez żadną aktualną aplikację.

Dokładnie określić ilość oleju do gotowania. Czy kurczak był smażony na jednej łyżeczce oleju, czy na dwóch łyżkach oleju (różnica 200 kalorii) jest niewidoczna na zdjęciu i nie do ustalenia, chyba że użytkownik to określi. To największy systematyczny błąd w całym śledzeniu kalorii AI.

Zidentyfikować konkretne marki z nieoznakowanych pojemników. Grecki jogurt w miseczce może być każdej marki, każdej zawartości tłuszczu. Zakres kalorii w zależności od marek i poziomów tłuszczu wynosi od 59 do 170 kalorii na 100g.

Określić dokładne metody przygotowania jedzenia w restauracji. Czy ryba była grillowana na sucho, czy smarowana masłem? Czy warzywa były gotowane na parze, czy smażone na oleju? Czy puree ziemniaczane było przygotowane ze śmietaną, czy mlekiem? Odpowiedzi te wpływają na kalorie o 100-300 na składnik, a są niewidoczne dla żadnego AI.

Uwzględnić indywidualną zmienność porcji. Dwie osoby mogą nałożyć sobie „porcję” tego samego dania i różnić się o 50-100%. Żaden AI nie może wiedzieć, czy Twoja tendencja to nakładanie obfitych porcji, czy skromnych.

Śledzić zawartość alkoholu na podstawie zdjęć. Kieliszek wina, koktajl, piwo — AI może oszacować typ napoju, ale konkretna marka, wielkość nalania i zawartość alkoholu (co bezpośrednio wpływa na kalorie) są często niewidoczne.

Jak współpracować z ograniczeniami

Zrozumienie tych ograniczeń nie jest powodem do rezygnacji z śledzenia kalorii z użyciem AI — to powód, by używać go inteligentnie.

Używaj odpowiedniej metody dla każdego jedzenia. Kod kreskowy dla produktów pakowanych. Głos dla skomplikowanych lub potraw z ukrytymi składnikami. Zdjęcie dla wizualnie jasnych posiłków. Ręczne wyszukiwanie jako ostateczność. Ograniczenie skanowania zdjęć nie jest ograniczeniem śledzenia kalorii, jeśli masz alternatywne metody.

Zawsze dodawaj tłuszcze do gotowania osobno. Uczyń to nawykiem. Po zarejestrowaniu jakiegokolwiek gotowanego posiłku dodaj olej lub masło jako osobny wpis. Ten pojedynczy nawyk zamyka największą lukę w dokładności skanowania żywności AI.

Ważyć, gdy precyzja ma znaczenie. Jeśli jesteś w trakcie konkurencyjnego cięcia, stosujesz protokół żywieniowy w medycynie lub bierzesz udział w badaniach, użyj wagi kuchennej do kluczowych posiłków. Śledzenie AI + waga żywności jest dokładniejsze niż każde z nich osobno.

Twórz szablony posiłków dla regularnych dań. Większość ludzi je 15-20 różnych posiłków w rotacji. Zarejestruj każdy z nich starannie raz, a następnie powtórz wpis dla przyszłych przypadków. To przekształca Twoje najczęstsze posiłki z oszacowań AI w zweryfikowane, spójne wpisy.

Akceptuj użyteczną nieprecyzyjność. W przypadku posiłków, gdzie dokładność jest trudna (jedzenie w restauracji, posiłki towarzyskie), zaakceptuj, że oszacowanie AI jest przybliżone i skoncentruj się na uzyskaniu odpowiedniej wielkości, a nie dokładnej liczby. Bycie w granicach 20% w przypadku posiłku w restauracji jest lepsze niż brak logowania.

Podejście Nutrola do ograniczeń

Nutrola nie twierdzi, że rozwiązuje wszystkie wymienione powyżej ograniczenia. Żaden szczery tracker nie może. Co Nutrola oferuje, to najwięcej opcji awaryjnych, gdy AI osiąga swoje limity.

Nie możesz sfotografować posiłku? Zarejestruj głosowo. AI błędnie zidentyfikowało jedzenie? Wybierz poprawny wpis z zweryfikowanej bazy danych. Ukryte składniki, których kamera nie może zobaczyć? Dodaj je indywidualnie za pomocą głosu lub wyszukiwania. Żywność pakowana? Skanuj kod kreskowy, aby uzyskać dokładne dane. Spożywasz regularny posiłek? Powtórz wcześniej zweryfikowany wpis.

AI to jedno narzędzie w systemie, a nie cały system. Kiedy AI działa — w przypadku prostych, widocznych, dobrze oświetlonych posiłków — zapewnia szybkie, wygodne logowanie. Kiedy AI zawodzi — w przypadku dań z sosem, ukrytych warstw, napojów, regionalnych potraw — baza danych, głos i kod kreskowy oferują ścieżki do dokładnych danych, których aplikacje oparte wyłącznie na zdjęciach po prostu nie mają.

To dostępne za €2.50 miesięcznie po bezpłatnym okresie próbnym, bez reklam, z ponad 100 składnikami odżywczymi, 1,8 miliona lub więcej zweryfikowanych wpisów oraz wsparciem na iOS, Androidzie, Apple Watch i Wear OS w 15 językach. Nie dlatego, że AI nie ma ograniczeń, ale dlatego, że szczery projekt oznacza budowanie wokół ograniczeń, a nie udawanie, że ich nie ma.

Najlepszy tracker kalorii AI to nie ten z najmniejszą ilością ograniczeń. To ten z najlepszymi planami awaryjnymi, gdy te ograniczenia zostaną osiągnięte.