Почему я перешел с SnapCalorie на Nutrola (фото AI — это еще не все)

SnapCalorie продала мне мечту: сделай фото своей еды, и AI скажет, что ты съел. Никакого ввода текста, поиска или сканирования штрих-кодов. Просто наведи, сделай снимок и позволь машине делать свою работу. После месяцев утомительного ручного учета пищи в других приложениях это звучало как будущее. Я сразу же зарегистрировался.

В течение трех недель я был искренне впечатлен. Затем я начал сравнивать оценки SnapCalorie с реальными этикетками питания и измеренными порциями. Несоответствия были незначительными. Они были достаточно большими, чтобы подорвать всю идею отслеживания.

Это история о том, как я понял, что распознавание пищи с помощью AI без проверенной базы данных — это прекрасная концепция с серьезной проблемой точности, и как комбинация Nutrola из AI и базы данных на 1,8 миллиона продуктов дала мне то, чего не смогла предоставить SnapCalorie.

Привлекательность отслеживания только по фото

Я понимаю, почему SnapCalorie привлекла так много пользователей, включая меня. Традиционный процесс учета пищи — ввести название продукта, прокрутить результаты, выбрать нужный, отрегулировать размер порции, повторить для каждого элемента на тарелке — утомителен. Это главная причина, по которой люди прекращают отслеживать свою еду.

SnapCalorie обещала полностью устранить это трение. Сделай фото, AI оценит продукты и их количество, и ты получишь разбивку по калориям и макроэлементам за считанные секунды. Интерфейс был чистым, опыт — быстрым, и для простых блюд это казалось магией.

Я сделал фото тарелки с куриной грудкой, рисом и брокколи. SnapCalorie определила все три продукта и оценила калории за несколько секунд. Я был продан.

Где точность дала сбой

Проблема с SnapCalorie проявлялась постепенно, а затем внезапно.

Оценка порций была непостоянной

AI может определить, что это куриная грудка. Но ему сложно оценить, весит ли эта куриная грудка 120 граммов или 200 граммов — разница примерно в 100 калорий и 20 граммов белка. С плоского фото толстый кусок курицы и тонкий могут выглядеть удивительно похоже.

Я специально протестировал это однажды вечером. Я выложил две порции пасты: одна весила 80 граммов (в сухом виде), а другая — 150 граммов. Обе были на похожих тарелках с одинаковым соусом. SnapCalorie оценила меньшую порцию в 420 калорий, а большую — в 480 калорий. Фактическая разница составила около 250 калорий.

AI увидел две похожие тарелки и выдал схожие оценки, потому что он делал визуальные предположения, а не ссылался на проверенные данные о питании, связанные с измеренными весами.

Смешанные блюда были игрой в угадайку

SnapCalorie работала довольно хорошо с простыми, разделенными блюдами — кусок рыбы рядом с горой овощей и порцией риса. Все было визуально различимо и оценимо.

Но реальная жизнь включает рагу, карри, запеканки, смузи, буррито, сэндвичи и зерновые блюда, где ингредиенты перекрываются, скрываются под соусами или визуально смешиваются. Для этих блюд оценки SnapCalorie варьировались от примерно правильных до совершенно неверных.

Я сфотографировал буррито из ресторана. SnapCalorie определила рис, фасоль, курицу и сальсу. Она пропустила сметану, скрытую под салатом, сыр, смешанный с рисом, и гуакамоле, частично скрытое корзиной с чипсами. Оценка калорий составила около 530 калорий. Когда я вручную подсчитал блюдо, используя опубликованные данные о питании ресторана, это было ближе к 840 калориям. Разница в 310 калорий за одно блюдо.

Никакого сканирования штрих-кодов, никакой ручной подстраховки

Вся идентичность SnapCalorie была построена вокруг распознавания по фото. У нее не было традиционной базы данных продуктов, которую можно было бы искать вручную. У нее не было сканирования штрих-кодов. Если фото AI не могло что-то идентифицировать — или идентифицировало это неверно — ты оставался в затруднительном положении.

Упакованные продукты, которые я мог бы легко отсканировать с помощью сканера штрих-кодов, приходилось фотографировать, и AI пытался оценить содержимое визуально, а не извлекал точные проверенные данные о питании с этикетки. Это было абсурдно для упакованных продуктов, где производитель уже предоставил точную информацию о питании.

Нет данных о микроэлементах

Даже когда оценки калорий и макроэлементов SnapCalorie были в правильном диапазоне, они на этом заканчивались. Калории, белки, углеводы, жиры — это был весь объем данных. Никаких витаминов, никаких минералов, никаких микроэлементов. Если я хотел узнать, сколько железа или кальция в моем блюде, SnapCalorie не могла дать ответ.

AI оценивал макроэлементы по визуальному виду. Оценка микроэлементов по фото была бы еще менее надежной, поэтому они просто не пытались. Но результат заключался в том, что я оставался в неведении по всем показателям, кроме четырех основных чисел.

Осознание: AI нуждается в базе данных

После трех недель отслеживания на SnapCalorie и сравнения оценок с известными значениями я пришел к выводу, который кажется очевидным в retrospect: распознавание пищи по фото — это отличный метод ввода, но он хорош лишь настолько, насколько хороши данные, к которым он подключается.

AI SnapCalorie пытался оценить питание исключительно на основе визуального анализа. Этот подход имеет фундаментальный потолок точности. Независимо от того, насколько хороша распознавание изображений, фото не может сказать тебе точную марку йогурта, точное количество масла, использованного в приготовлении, или скрытые ингредиенты в соусе ресторана.

Мне нужно было приложение, которое использовало бы AI как быстрый метод ввода, но связывало бы эти вводы с проверенной базой данных о питании — чтобы AI определял "куриную грудку" по фото, но данные о калориях и питательных веществах поступали из реального проверенного источника, и я мог бы отрегулировать вес в соответствии с моей порцией.

Именно это делает Nutrola.

Переход на Nutrola: AI плюс база данных

Nutrola использует распознавание пищи по фото, но иначе, чем SnapCalorie. Когда ты делаешь фото своего блюда, AI Nutrola определяет продукты. Затем он сопоставляет эти продукты с базой данных из более чем 1,8 миллиона проверенных продуктов. Ты видишь сопоставленные продукты с их данными о питательности и можешь отрегулировать порции по весу или общим размерам порций.

В результате ты получаешь скорость ведения учета с помощью AI (без ввода текста, без поиска) с точностью проверенной базы данных (реальные данные о питательности, а не визуальные оценки).

Разница в точности была мгновенной

Я провел те же тесты с Nutrola, которые проводил с SnapCalorie.

Две порции пасты. Nutrola определила пасту по фото и сопоставила ее с записью в базе данных. Я отрегулировал вес для каждой тарелки. Меньшая порция вернулась с 340 калориями, а большая — с 590 калориями — обе в пределах 15 калорий от моего ручного подсчета. SnapCalorie оценил обе примерно в 450 калорий с разбросом в 60 калорий.

Буррито. AI Nutrola определил основные компоненты, и я смог добавить сметану, сыр и гуакамоле, которые частично скрывались на фото. Каждый элемент извлек проверенные данные из базы данных. Общая оценка: 810 калорий, в пределах 30 калорий от опубликованных данных ресторана. SnapCalorie пропустила 310 калорий.

Смузи. SnapCalorie испытывала трудности со смузи, потому что ты не можешь увидеть ингредиенты. Она бы оценила "зеленый смузи" с грубыми цифрами калорий. Nutrola позволила мне голосом записать реальные ингредиенты — "шпинат, банан, арахисовое масло, протеиновый порошок, миндальное молоко" — и каждый ингредиент извлек точные данные из базы данных. Разница заключалась не в способности AI. Она заключалась в наличии системы, которая могла принимать несколько методов ввода и связывать их с проверенными данными.

Сканирование штрих-кодов для упакованных продуктов

Для примерно 30 процентов моего рациона, состоящего из упакованных продуктов — протеиновых батончиков, йогурта, хлопьев, приправ, напитков — сканер штрих-кодов Nutrola был революционным по сравнению с фото-ориентированным подходом SnapCalorie.

Я отсканировал протеиновый батончик. Nutrola вернула точные калории (210), белки (20 г) и полный профиль микроэлементов из проверенной базы данных. SnapCalorie проанализировала бы фото завернутого батончика и вернула визуальную оценку. Нет такой вселенной, в которой фото упаковки было бы более точным, чем реальные данные о питательности с этикетки этого батончика.

Голосовой ввод для промежуточных продуктов

Некоторые продукты неудобно фотографировать. Горсть миндаля из пакета. Брызги оливкового масла во время готовки. Стакан молока. SnapCalorie требовала, чтобы я фотографировал их, что было как неудобно, так и неточно (как ты сфотографируешь столовую ложку оливкового масла на сковороде?).

Голосовой ввод Nutrola справлялся с этими задачами идеально. "Столовая ложка оливкового масла, горсть миндаля, около 20 граммов" — произнесенные за три секунды, сопоставленные с проверенными записями базы данных, точно зафиксированные.

Результаты за 30 дней

После месяца использования Nutrola улучшения по сравнению с SnapCalorie были заметными.

Точность калорий значительно улучшилась. Я сравнил свои записи Nutrola с взвешенными и измеренными значениями за целую неделю. Суточные калорийные показатели Nutrola постоянно находились в пределах 5-8 процентов от моих ручных подсчетов. SnapCalorie отклонялась на 15-25 процентов по тем же типам блюд.

Я получил видимость микроэлементов. С нулевыми данными о микроэлементах в SnapCalorie я начал отслеживать более 100 питательных веществ в Nutrola. В течение двух недель я обнаружил, что мой уровень селена низок (я редко ем бразильские орехи или морепродукты), а уровень фолата нестабилен.

Скорость ведения учета осталась высокой. Это была моя забота по поводу перехода. SnapCalorie была быстрой, и я беспокоился, что любое приложение с большей точностью будет медленнее. AI распознавание Nutrola было таким же быстрым, как и у SnapCalorie, а дополнительный шаг подтверждения соответствия базы данных добавлял всего 10-15 секунд к каждому приему пищи. Голосовой ввод и сканирование штрих-кодов для неудобных продуктов были на самом деле быстрее, чем попытка их сфотографировать.

Общее время ведения учета в день. SnapCalorie: около 4 минут в день (быстро, но неточно). Nutrola: около 6 минут в день (быстро и точно). Эти дополнительные две минуты принесли мне значительно лучшие данные.

Стоимость. Премиум-план SnapCalorie стоил около 10 долларов в месяц. Nutrola стоит 2,50 евро в месяц. Меньше денег за больше функций, лучшие данные и сопоставимую скорость.

Что хорошо делала SnapCalorie

Чистая скорость для простых блюд. Если твой рацион состоит исключительно из однотипных блюд на чистых тарелках, подход SnapCalorie с фото и готово действительно является самым быстрым опытом ведения учета. Для таких конкретных сценариев это было впечатляюще.

Низкая когнитивная нагрузка. Не нужно думать о порциях или соответствии базы данных делало процесс ведения учета почти без усилий. Я понимаю, почему это привлекает случайных отслеживателей.

Новый опыт. Есть что-то удовлетворительное в процессе от фото до данных. Это кажется футуристичным и убирает психологический барьер "я не хочу вести учет, потому что это утомительно".

Но скорость без точности — это не учет. Это угадывание с дополнительными шагами.

Кому стоит подумать о переходе

Если ты используешь SnapCalorie и твои результаты остановились — если твои калорийные цели не приводят к ожидаемым результатам — непостоянная оценка AI может быть причиной. Когда твой инструмент отслеживания регулярно пропускает 200 и более калорий за прием пищи, твой суточный подсчет калорий может быть ошибочным на 500-800 калорий. Эта разница достаточно велика, чтобы полностью свести на нет дефицит калорий.

Если ты хочешь удобства ведения учета с помощью AI, но также нуждаешься в надежности проверенных данных о питании, Nutrola предлагает тебе и то, и другое. Распознавание по фото для скорости. База данных на 1,8 миллиона продуктов для точности. Голосовой ввод и сканирование штрих-кодов для продуктов, которые плохо захватываются на фото. Более 100 отслеживаемых микроэлементов для полной картины. И никаких рекламы за два евро пятьдесят в месяц.

Будущее отслеживания пищи — это не только AI. Это AI, связанный с проверенными данными. Именно это я обнаружил, когда перешел с SnapCalorie на Nutrola, и разница в точности изменила мои результаты всего за месяц.