Jak Wiarygodna Jest Estymacja Porcji w Cal AI? Audyt Wagi Mierzonej vs Estymacji AI

Cal AI to aplikacja do śledzenia kalorii oparta na zdjęciach, która wykorzystuje wizję komputerową do estymacji porcji jedzenia i kalorii na podstawie fotografii. Główna obietnica aplikacji polega na tym, że możesz całkowicie pominąć ważenie i mierzenie jedzenia — wystarczy sfotografować talerz, a AI zajmie się resztą. To kusząca propozycja, która eliminuje najnudniejszą część śledzenia kalorii. Jednak opiera się na rozwiązaniu fundamentalnego problemu wizji komputerowej: estymacji trójwymiarowego rozmiaru i wagi obiektu na podstawie dwuwymiarowego obrazu.

Wiarygodność estymacji porcji oznacza, że oszacowana przez AI waga lub objętość blisko odpowiada rzeczywiście zmierzonej ilości. Oznacza to również spójność — fotografowanie tej samej żywności wielokrotnie powinno skutkować tym samym oszacowaniem za każdym razem. Przetestowaliśmy obie te wymiary, ważąc 20 produktów na skalibrowanej wadze kuchennej, fotografując je za pomocą Cal AI i porównując wyniki.

Fundamentalny Problem: Estymacja 3D z Obrazu 2D

Zanim przeanalizujemy wyniki testów, warto zrozumieć, dlaczego ten problem jest z natury trudny. Zdjęcie redukuje trzy wymiary do dwóch. Informacje o głębokości, wysokości i objętości są częściowo utracone. Stos ryżu o wysokości 3 centymetrów wygląda identycznie na zdjęciu jak stos o wysokości 2 centymetrów, jeśli kąt kamery zniekształca różnicę.

AI musi wywnioskować brakujący wymiar na podstawie kontekstowych wskazówek: rozmiaru talerza, cienia rzucanego przez jedzenie, względnych proporcji znanych obiektów w kadrze oraz dopasowania wzorców do danych treningowych. Każdy z tych kroków wnioskowania wprowadza potencjalny błąd. Badanie opublikowane w International Journal of Food Sciences and Nutrition (2021) wykazało, że nawet wykwalifikowani dietetycy, szacując porcje na podstawie zdjęć, osiągali jedynie 50-70% dokładności, co sugeruje, że wizualna estymacja porcji jest z natury niedokładna, niezależnie od tego, czy wykonuje ją człowiek, czy AI.

To nie jest krytyka Cal AI jako takiej. To podstawowe wyzwanie, przed którym stoi każdy system estymacji porcji oparty na zdjęciach. Pytanie brzmi, ile błędów ta fundamentalna ograniczenie generuje w praktyce i czy te błędy są na tyle małe, aby dane kaloryczne były użyteczne.

Metodologia Testu: Waga Mierzona vs Estymacja Cal AI

Wybraliśmy 20 produktów z sześciu kategorii: jednorodne przedmioty (przewidywalny kształt i rozmiar), nieregularne ciała stałe (zmienny kształt), jedzenie w stosach lub kopcach, płyny, jedzenie w pojemnikach oraz dania wieloskładnikowe na talerzu. Każdy produkt został zważony na skalibrowanej wadze kuchennej z dokładnością do 1 grama.

Następnie każde jedzenie umieszczono na standardowym białym talerzu o średnicy 26 centymetrów (chyba że zaznaczone inaczej) i sfotografowano przez Cal AI z kąta 45 stopni z odległości około 30 centymetrów. Zarejestrowaliśmy oszacowaną przez Cal AI wielkość porcji i liczbę kalorii, a następnie obliczyliśmy odchylenie od rzeczywistych wartości zmierzonych.

Dokładność Estymacji Porcji: Estymacja Cal AI vs Rzeczywista Waga

Wyniki Pełnego Testu Wiarygodności

Produkt	Rzeczywista Waga	Estymacja Cal AI	Odchylenie Wagi	Odchylenie %	Rzeczywiste Kalorie	Kalorie Cal AI	Wpływ Kalorii
Kromka chleba	38 g	40 g	+2 g	+5.3%	95	100	+5
Duże jajko, gotowane	50 g	50 g	0 g	0.0%	78	78	0
Baton proteinowy (nieopakowany)	60 g	55 g	-5 g	-8.3%	210	193	-17
Pierś z kurczaka, grillowana	174 g	140 g	-34 g	-19.5%	287	231	-56
Stek, grillowany	225 g	175 g	-50 g	-22.2%	573	446	-127
Filet z łososia, pieczony	168 g	145 g	-23 g	-13.7%	349	302	-47
Ugotowany ryż biały	210 g	180 g	-30 g	-14.3%	232	199	-33
Ugotowany makaron	240 g	195 g	-45 g	-18.8%	374	304	-70
Puree ziemniaczane	200 g	160 g	-40 g	-20.0%	224	179	-45
Sałatka z mieszanych zielonych warzyw	120 g	95 g	-25 g	-20.8%	19	15	-4
Sok pomarańczowy w szklance	250 ml	200 ml	-50 ml	-20.0%	112	90	-22
Kawa z mlekiem w kubku	350 ml	250 ml	-100 ml	-28.6%	58	41	-17
Zupa w misce	400 ml	300 ml	-100 ml	-25.0%	160	120	-40
Migdały w małej misce	35 g	28 g	-7 g	-20.0%	204	163	-41
Mieszanka orzechowa w misce	55 g	42 g	-13 g	-23.6%	264	201	-63
Jogurt w pojemniku	170 g	150 g	-20 g	-11.8%	100	88	-12
Jabłko, całe	182 g	170 g	-12 g	-6.6%	95	89	-6
Połowa awokado	68 g	75 g	+7 g	+10.3%	109	120	+11
Masło orzechowe na toście	18 g (tylko PB)	12 g	-6 g	-33.3%	105	70	-35
Talerz z kurczakiem + ryżem + brokułami	440 g łącznie	365 g łącznie	-75 g	-17.0%	542	450	-92

Statystyki Podsumowujące:

• Średnie absolutne odchylenie: 16.9%
• Mediana odchylenia: 19.2%
• Tendencja do niedoszacowania: 18 z 20 produktów zostało niedoszacowanych
• Średni wpływ kalorii: 37 kalorii na produkt
• Produkty w zakresie dokładności 10%: 5 z 20 (25%)
• Produkty z odchyleniem >20%: 8 z 20 (40%)

Wyniki ujawniają wyraźny i spójny wzór. Cal AI niedoszacował wielkości porcji w 18 z 20 testowanych produktów. Średnie odchylenie wyniosło 16.9%, ale ta średnia ukrywa powagę dla konkretnych kategorii. Nieregularne mięsa (pierś z kurczaka, stek) wykazały niedoszacowanie na poziomie 19-22%. Produkty w stosach (ryż, makaron, puree ziemniaczane) wykazały niedoszacowanie na poziomie 14-20%. Płyny wykazały niedoszacowanie na poziomie 20-29%.

Gdzie Estymacja Porcji Jest Wiarygodna

Estymacje Cal AI były najdokładniejsze dla produktów o jednorodnych, przewidywalnych kształtach i ustandaryzowanych rozmiarach.

Jednorodne Produkty

Kromka chleba, gotowane jajko i jabłko mieszczą się w zakresie 5-10% rzeczywistej wagi. Te produkty mają spójne kształty, które dane treningowe AI dobrze uchwyciły. Kromka chleba ma mniej więcej tę samą grubość i wymiary niezależnie od marki. Duże jajko to duże jajko. Dane treningowe AI obejmują tysiące zdjęć tych przedmiotów, a ich przewidywalna geometria sprawia, że oszacowanie głębokości jest mniej krytyczne.

Ustandaryzowane Produkty Pakowane

Baton proteinowy, mimo że był nieopakowany, został oszacowany w granicach 8.3% rzeczywistej wagi. Jego prostokątny kształt i ustandaryzowane wymiary czynią go wizualnie przewidywalnym. Produkty o regularnych kształtach geometrycznych konsekwentnie przewyższały nieregularne produkty w naszych testach.

Wspólnym czynnikiem jest to, że te produkty mają niską zmienność kształtu. Kiedy widziałeś jedną kromkę chleba, w zasadzie widziałeś je wszystkie. AI może polegać na zapamiętanych typowych wymiarach, zamiast wnioskować o wymiarach na podstawie wskazówek kontekstowych.

Gdzie Estymacja Porcji Jest Niewiarygodna

Nieregularne Kształty: Problem Steku i Kurczaka

Grillowany stek został niedoszacowany o 22.2%, co skutkowało błędem kalorycznym wynoszącym 127 kalorii dla jednego produktu. Pierś z kurczaka została niedoszacowana o 19.5%, co dało błąd wynoszący 56 kalorii. To jedne z najczęściej rejestrowanych produktów przez osoby śledzące spożycie białka.

Nieregularne kształty są trudne, ponieważ grubość różni się w obrębie jedzenia. Pierś z kurczaka zwęża się od grubego środka do cienkich brzegów. Z perspektywy z góry lub pod kątem, AI uchwyca powierzchnię, ale niedoszacowuje grubości w centrum. Rezultatem jest systematyczne niedoszacowanie, które wpływa na białka bogate w kalorie — dokładnie te produkty, dla których dokładność ma największe znaczenie w śledzeniu makroskładników.

Produkty w Stosach i Kopcach: Ryż, Makaron i Ziemniaki

Ugotowany ryż, makaron i puree ziemniaczane były niedoszacowane o 14-20%. Te produkty układają się w znaczne wysokości, które zdjęcie 2D spłaszcza. Porcja ryżu na talerzu może mieć 4 centymetry wysokości w najwyższym punkcie, ale zdjęcie zrobione pod kątem 45 stopni spłaszcza to do znacznie cieńszej warstwy.

Baza danych USDA FoodData Central podaje, że ugotowany ryż biały ma 130 kalorii na filiżankę (186 g). Niedoszacowanie o 14.3% na porcji 210-gramowej przekłada się na 33 brakujące kalorie — a większość ludzi je ryż jako jeden z elementów większego posiłku. Błędy kumulują się w każdym produkcie w stosie na talerzu.

Płyny: Problem Niewidocznej Objętości

Płyny były najmniej wiarygodnie estymowaną kategorią, z odchyleniami wynoszącymi 20-29%. Szklanka soku pomarańczowego została niedoszacowana o 20%. Kawa z mlekiem w kubku została niedoszacowana o 28.6%. Zupa w misce została niedoszacowana o 25%.

Problem jest prosty: AI może zobaczyć powierzchnię płynu, ale nie może określić głębokości pojemnika. Szeroka, płytka miska i wąska, głęboka miska mogą prezentować identyczne powierzchnie na zdjęciu, podczas gdy mają znacznie różne objętości. Bez znajomości wymiarów pojemnika, oszacowanie objętości przez AI jest zasadniczo zgadywaniem.

Problem Kąta: Ta Sama Żywność, Różne Estymacje

Poza testem dokładności dla poszczególnych produktów, zbadaliśmy, czy Cal AI produkuje spójne estymacje, gdy ta sama żywność jest fotografowana z różnych kątów.

Test Spójności Kąta: Grillowana Pierś z Kurczaka (174 g rzeczywiste)

Kąt Fotografii	Estymacja Cal AI	Odchylenie od Rzeczywistej
45 stopni (standardowy)	140 g	-19.5%
Bezpośrednio nad (90 stopni)	155 g	-10.9%
Niski kąt (20 stopni)	125 g	-28.2%
Kąt boczny (10 stopni)	110 g	-36.8%

Ta sama pierś z kurczaka o wadze 174 gramów dała estymacje w zakresie od 110 gramów do 155 gramów w zależności od kąta kamery — rozrzut wynoszący 45 gramów. Kąt nad głową dał najbardziej dokładny wynik, ponieważ uchwycił pełną powierzchnię, ale nawet to było błędne o prawie 11%. Niskie i boczne kąty dramatycznie niedoszacowały porcję, ponieważ wysokość i głębokość jedzenia stały się coraz bardziej spłaszczone.

Oznacza to, że liczba kalorii, jaką otrzymuje użytkownik, jest częściowo determinowana przez to, jak trzyma telefon, a nie tylko przez to, co je. Użytkownik, który nawykowo fotografuje jedzenie z niskiego kąta, będzie konsekwentnie niedoszacowywał kalorie w porównaniu do użytkownika, który fotografuje z góry.

Iluzja Rozmiaru Talerza: Ta Sama Porcja, Różne Talerze

Sprawdziliśmy, czy rozmiar talerza wpływa na estymację porcji Cal AI, umieszczając 200 gramów ugotowanego makaronu na trzech różnych talerzach.

Test Rozmiaru Talerza: 200 g Ugotowanego Makaronu

Średnica Talerza	Estymacja Cal AI	Odchylenie
20 cm (mały talerz)	225 g	+12.5%
26 cm (standardowy talerz)	195 g	-2.5%
32 cm (duży talerz)	155 g	-22.5%

Te same 200 gramów makaronu zostały oszacowane na 225 gramów na małym talerzu i 155 gramów na dużym talerzu — różnica 70 gramów oparta wyłącznie na rozmiarze talerza. To iluzja Delboeufa, dobrze udokumentowane zjawisko percepcyjne, w którym obiekty wydają się większe, gdy są otoczone małą ramką, a mniejsze, gdy są otoczone dużą ramką. AI nauczyło się tej samej tendencji z danych treningowych, które składają się z zdjęć jedzenia, gdzie rozmiar talerza koreluje z postrzeganą wielkością porcji.

Dla użytkowników jedzących z dużych talerzy restauracyjnych lub misek serwisowych oznacza to, że Cal AI systematycznie niedoszacuje ich porcje. Dla użytkowników jedzących z małych talerzy deserowych, aplikacja będzie przeszacowywać. Żadna z grup nie otrzymuje dokładnego wyniku tego, co faktycznie spożyli.

Test Spójności: Ta Sama Żywność, Pięć Fotografii

Sfotoszowaliśmy jedną porcję grillowanej piersi z kurczaka z ryżem i brokułami (542 rzeczywiste kalorie) pięć razy z rzędu, delikatnie zmieniając tylko kąt telefonu za każdym razem.

Test Spójności Pięciu Fotografii

Numer Fotografii	Całkowite Kalorie Cal AI	Odchylenie od Rzeczywistych
1	450	-17.0%
2	478	-11.8%
3	435	-19.7%
4	462	-14.8%
5	448	-17.3%

Pięć fotografii tego samego posiłku dało pięć różnych estymacji kalorii, w zakresie od 435 do 478 — rozrzut 43 kalorii. Średnia wyniosła 455 kalorii, niedoszacowując rzeczywiste 542 kalorie o 16.1%. Żadna z fotografii nie dała wyniku w obrębie 10% rzeczywistej zawartości kalorii.

Ten test demonstruje jednocześnie problemy z dokładnością i spójnością. Estymacje są konsekwentnie zbyt niskie (błąd dokładności), a różnią się w przypadku fotografii identycznego jedzenia (błąd spójności). Użytkownik rejestrujący ten posiłek otrzymuje inną liczbę w zależności od tego, którą z pięciu fotografii zrobi.

Jak Codzienne Błędy Się Kumuluja

Indywidualne błędy dla poszczególnych produktów w naszych testach wynoszą średnio 37 kalorii. To wydaje się mało, dopóki nie weźmiesz pod uwagę, że typowy dzień obejmuje rejestrowanie 10 do 15 poszczególnych produktów w trzech posiłkach i przekąskach.

Scenariusz Codziennego Kumulu

Posiłek	Zarejestrowane Produkty	Rzeczywiste Kalorie	Całkowite Kalorie Cal AI	Skumulowane Odchylenie
Śniadanie (owsianka, banan, masło orzechowe)	3 przedmioty	445	385	-60
Obiad (kurczak, ryż, warzywa)	3 przedmioty	542	450	-92
Przekąska (migdały, jogurt)	2 przedmioty	304	251	-53
Kolacja (stek, puree ziemniaczane, sałatka)	3 przedmioty	816	640	-176
Całkowita Dzienna	11 przedmiotów	2,107	1,726	-381

Niedoszacowanie dzienne o 381 kalorii. To 18.1% całkowitego spożycia — deficyt, który nie istnieje. Użytkownik planujący dzienny deficyt 500 kalorii w celu utraty wagi faktycznie znajduje się w deficycie 119 kalorii po uwzględnieniu tendencji do niedoszacowania Cal AI. W takim tempie planowana utrata 1 funta tygodniowo staje się 0.24 funta tygodniowo. Miesiąc zdyscyplinowanego śledzenia przynosi rezultaty oczekiwane w ciągu jednego tygodnia, a użytkownik nie ma sposobu, aby określić, dlaczego.

Badania opublikowane w American Journal of Clinical Nutrition konsekwentnie wykazały, że niedoszacowanie spożycia żywności jest najczęstszym kierunkiem błędu w ocenie diety, a systemy AI trenowane na danych oznaczonych przez ludzi dziedziczą tę tendencję.

Jak Nutrola Inaczej Podchodzi do Estymacji Porcji

Podejście Nutrola do problemu estymacji porcji polega na traktowaniu AI do zdjęć jako punktu wyjścia, a nie ostatecznej odpowiedzi. Rozpoznawanie zdjęć w aplikacji identyfikuje jedzenie i mapuje je do zweryfikowanej przez dietetyków bazy danych zawierającej ponad 1.8 miliona wpisów, ustalając dokładne wartości kaloryczne na gram. Ale zamiast polegać wyłącznie na AI w zgadywaniu wielkości porcji, Nutrola zapewnia warstwę korekcji głosowej.

Po sfotografowaniu posiłku możesz powiedzieć „to było około 200 gramów kurczaka” lub „ryż miał około jednej filiżanki”. Wpis aktualizuje się natychmiast na podstawie zweryfikowanych danych żywieniowych na gram. To zajmuje sekundy — szybciej niż ręczne wyszukiwanie — i rozwiązuje fundamentalne ograniczenie, że żadne AI nie może dokładnie oszacować objętości 3D na podstawie obrazu 2D.

Zweryfikowana baza danych jest kluczowym wyróżnikiem. Nawet gdy estymacja porcji jest idealna, liczba kalorii jest tak wiarygodna, jak dane żywieniowe, do których się odnosi. Baza danych Nutrola zawiera jeden zweryfikowany wpis na produkt, pochodzący z danych zatwierdzonych przez dietetyków, bez duplikatów crowdsourcingowych lub sprzecznych wpisów. Połączenie identyfikacji zdjęć, skorygowanych głosowo porcji i zweryfikowanych danych produkuje logi kaloryczne, które odzwierciedlają to, co naprawdę zjadłeś, a nie to, co AI zgadło na podstawie fotografii.

Nutrola zawiera również skanowanie kodów kreskowych dla produktów pakowanych oraz import przepisów dla domowych posiłków, zapewniając spójność jakości danych w każdej metodzie rejestrowania. Dostępna na iOS i Android za 2,50 EUR miesięcznie, bez reklam w żadnym planie, Nutrola jest zaprojektowana w oparciu o zasadę, że szybkość i dokładność nie są ze sobą sprzeczne.

Najczęściej Zadawane Pytania

Jak dokładny jest Cal AI w liczeniu kalorii?

W naszych testach 20 produktów, estymacje porcji Cal AI różniły się od rzeczywistych wag średnio o 16.9%. Przekładało się to na średni błąd kaloryczny wynoszący 37 kalorii na pojedynczy produkt. Tylko 25% produktów (5 z 20) było oszacowanych w granicach 10% dokładności. Aplikacja wykazała silną tendencję do niedoszacowania, niedoszacowując porcji dla 18 z 20 testowanych produktów. Dla pełnego dnia jedzenia, te błędy na poziomie poszczególnych produktów kumulowały się do niedoszacowania o 381 kalorii w naszym scenariuszu testowym.

Dlaczego Cal AI podaje różne kalorie dla tego samego posiłku?

Estymacje Cal AI zmieniają się w zależności od kąta fotografii, oświetlenia i kadrowania, ponieważ wnioskowanie o wielkości porcji 3D odbywa się na podstawie obrazu 2D. W naszym teście spójności pięć fotografii tego samego posiłku dało estymacje kalorii w zakresie od 435 do 478 — rozrzut 43 kalorii. Kąt kamery ma największy wpływ: nasz test kąta pokazał, że ta sama pierś z kurczaka była oszacowana na 110 gramów z kąta bocznego w porównaniu do 155 gramów z bezpośrednio nad.

Czy Cal AI jest dokładniejszy dla niektórych produktów niż dla innych?

Tak. Cal AI jest najdokładniejszy dla produktów o jednorodnych, przewidywalnych kształtach: kromki chleba (5.3% odchylenia), gotowanych jajek (0% odchylenia) i całych owoców (6.6% odchylenia). Jest najmniej dokładny dla nieregularnych mięs (19-22% odchylenia), produktów w stosach, takich jak ryż i makaron (14-20% odchylenia), oraz płynów (20-29% odchylenia). Jeśli twoja dieta składa się głównie z prostych, jednorodnych produktów, aplikacja będzie bardziej wiarygodna niż w przypadku skomplikowanych, wieloskładnikowych posiłków.

Czy rozmiar talerza wpływa na estymację kalorii w Cal AI?

Tak. W naszym teście rozmiaru talerza, 200 gramów makaronu zostało oszacowane na 225 gramów na małym talerzu i 155 gramów na dużym talerzu — różnica 70 gramów dla identycznej porcji. To spowodowane jest iluzją Delboeufa, gdzie kontekst otaczający zmienia postrzeganą wielkość obiektu. Użytkownicy jedzący z dużych talerzy lub dań restauracyjnych będą konsekwentnie widzieć niedoszacowane porcje.

Czy mogę używać Cal AI do utraty wagi?

Cal AI może zapewnić ogólne pojęcie o kaloriach, ale jego systematyczna tendencja do niedoszacowania sprawia, że jest problematyczny dla precyzyjnej utraty wagi opartej na deficycie. W naszym codziennym scenariuszu planowany deficyt 500 kalorii został zredukowany do efektywnego deficytu 119 kalorii po uwzględnieniu niedoszacowania Cal AI — 76% redukcji zamierzonego deficytu. Dla bardziej wiarygodnych wyników połącz rejestrowanie oparte na zdjęciach z rzeczywistym ważeniem jedzenia lub użyj aplikacji takiej jak Nutrola, która łączy AI do zdjęć z poprawionymi głosowo porcjami i zweryfikowaną bazą danych żywieniowych.