Відстеження харчування для тих, хто не є носієм англійської: багатомовне AI розпізнавання їжі

Уявіть, що ви відкриваєте додаток для відстеження калорій після вечері з родиною. Сьогодні ви приготували дал макхані з рисом, огірковий раїта на гарнір і манговий ласі на напій. Ви вводите "дал" у рядок пошуку. Додаток повертає "Dole Banana" та "Dale's Seasoning". Ви пробуєте "ліпешка з сочевиці", знаходите загальний запис з калоріями, які здаються неправильними, і здаєтеся. Завтра ви взагалі не будете намагатися реєструвати.

Це не просто незначна незручність. Це структурна проблема, яка стосується сотень мільйонів людей у всьому світі. Переважна більшість додатків для відстеження харчування була розроблена англійською, побудована на базах даних їжі англійською мовою та протестована англомовними користувачами. Якщо ваші щоденні страви не вписуються в словниковий запас західного продуктової крамниці, ви фактично виключені з усієї екосистеми відстеження калорій.

У 2026 році багатомовне AI розпізнавання їжі нарешті вирішує цю проблему. У цій статті ми пояснимо, як працює мовний бар'єр, чому це важливо більше, ніж більшість людей усвідомлює, і яку технологію використовують для його подолання.

---

Масштаб проблеми

Англійська домінує у харчових даних

Дві найбільші бази даних складу продуктів у світі — це USDA FoodData Central та UK Nutrient Databank. Обидві англійською. Обидві структуровані навколо продуктів, які зазвичай споживаються в США та Великій Британії. Коли розробники додатків створюють свої продукти на основі цих баз, отриманий досвід добре працює для когось, хто їсть індичку в сендвічі в Огайо, але не підходить для когось, хто їсть жолоф у Лагосі або кхао сої в Чіангмаї.

Згідно з Ethnologue, у світі існує приблизно 7,168 живих мов. Англійська є рідною мовою приблизно 380 мільйонів людей. Проте вона настільки домінує в інфраструктурі харчових даних, що навіть носії мандаринської (найпоширенішої рідної мови у світі з понад 920 мільйонами носіїв) часто змушені шукати свої страви англійською.

Цифри говорять самі за себе

Розгляньте ці статистичні дані з внутрішніх даних Nutrola:

• Користувачі, які ведуть облік своєї їжі рідною мовою, реєструють в середньому 2.8 страв на день, у порівнянні з 1.9 стравами на день для тих, хто змушений шукати другою мовою.
• Утримання на 30-й день на 41% вищий серед користувачів, які взаємодіють з додатком рідною мовою.
• Середній час на реєстрацію однієї страви зменшується з 97 секунд до 34 секунд, коли база даних їжі підтримує рідну мову користувача.

Це не маленькі відмінності. Вони представляють розрив між інструментом, який працює, і інструментом, який залишають.

---

Чому англомовні бази даних пропускають міжнародні страви

Проблема глибша, ніж просто переклад. Багато продуктів, які мільярди людей споживають щодня, просто не існують в англомовних базах даних, і переклад назви не вирішує основний розрив у даних.

Продукти, які не перекладаються

Деякі страви зовсім не піддаються англійському перекладу, оскільки вони описують приготування, текстури або комбінації інгредієнтів, які не мають прямого еквівалента в англомовних кулінарних культурах.

Дал — хороший приклад. В англійських базах даних ви можете знайти "сочевичний суп". Але дал — це не суп. Залежно від регіону, дал може варіюватися від тонкого, бульйонного расаму до густого, маслянистого дал макхані або сухого приготування, як дал фрай. Кожен з них має кардинально різну калорійність. Один загальний запис "сочевичного супу" не може охопити цей діапазон.

Мочі представляє подібну проблему. Іноді його перекладають як "рисовий пиріжок", але цей термін в англійській викликає образи легких, пінопластових дисків, які продаються в магазинах здорового харчування. Японське мочі — це щільна, клейка рисова страва з приблизно трьома-чотирма разами більшою калорійністю, ніж американський рисовий пиріжок. Неправильний вибір означає, що ваш облік калорій буде помилковим на кілька сотень калорій.

Арепа часто описують як "кукурудзяний пиріжок" або "кукурудзяний хліб", але жоден з цих термінів не відображає фактичного приготування. Венесуельська арепа — це смажений або запечений маса пиріжок, часто фарширований сиром, бобами або тертим м'ясом. Її калорійність може варіюватися від 150 до понад 500 залежно від начинки та способу приготування. Загальний запис "кукурудзяного хліба" буде неправильним кожного разу.

Конж в більшості англійських баз даних позначається як "рисова каша". Але конж значно варіюється залежно від регіону. Кантонський конж готується до повного розпаду рисових зерен, що дає гладку, низькокалорійну основу (приблизно 50 ккал на чашку до додатків). Корейський джук є густішим і щільнішим. Топінги — столітнє яйце, свинячий флейс, смажені палички з тіста, мариновані овочі — повністю змінюють харчовий профіль, і жоден з них не з'являється як стандартні варіанти в англомовному трекері.

Борщ часто зводять до "бурякового супу", що ігнорує сметану, картоплю, капусту та м'ясо, які перетворюють його на калорійно насичену основну страву в українських та російських домогосподарствах. Чаша повного борщу зі сметаною та чорним хлібом може перевищувати 600 ккал. Загальний запис "бурякового супу" може пропонувати 120.

Пупуса — це салвадорська начинена кукурудзяна тортилья, але називати її "начиненою тортильєю" в англійській базі даних не передає специфічного приготування маси та звичних начинок, таких як чічаррон, лороко або кесільйо. Жоден англомовний запис не відображає це точно.

Інжера — це ефіопський кислий плоский хліб, який слугує як тарілка, так і столовий прилад. Іноді його вводять як "плоский хліб", категорію настільки широкою, що вона може означати все — від наан до борошняної тортильї або крекера. Інжера виготовляється з борошна тефф і має унікальний харчовий профіль — вищий за залізо та кальцій, ніж плоскі хліби на основі пшениці, що зникає, коли його об'єднують у загальну категорію.

Ефект накопичувальної помилки

Коли користувач не може знайти свою фактичну їжу і замінює її "достатньо близьким" англомовним записом, помилка не є випадковою. Вона є систематичною. Люди, які споживають традиційні дієти з країн, де не говорять англійською, постійно помиляються у своїх записах у одному напрямку, часто недооцінюючи калорійно насичені приготування та переоцінюючи легкі. Протягом тижнів і місяців ці помилки накопичуються. Користувач може запитувати, чому не втрачає вагу, незважаючи на "ідеальне відстеження", коли справжня проблема полягає в тому, що їхній додаток не може зрозуміти, що вони їдять.

---

Як багатомовне AI змінює ситуацію

Традиційні бази даних харчування є текстовими. Ви вводите назву їжі, база даних шукає відповідність і повертає результат. Цей підхід має дві фатальні слабкості для неангломовних користувачів: він вимагає знання англійської назви і вимагає, щоб англійська база даних містила правильний запис.

Багатомовне AI розпізнавання їжі обминає обидві проблеми, працюючи на двох паралельних фронтах.

Візуальне розпізнавання: незалежна від мови ідентифікація

Моделі комп'ютерного зору не читають слів. Вони аналізують пікселі. Коли користувач фотографує тарілку їжі, AI модель ідентифікує страву на основі візуальних характеристик — кольору, текстури, форми, розташування та контексту. Чаша фо виглядає як чаша фо незалежно від того, чи говорить користувач в'єтнамською, французькою чи суахілі.

Це фундаментальний зсув. Вперше етап ідентифікації повністю відокремлений від мови. AI не потребує, щоб користувач щось вводив. Він бачить їжу, розпізнає її і відображає до правильних харчових даних.

Сучасні моделі розпізнавання їжі навчені на мільйонах помічених зображень їжі з усього світу. Візуальний AI Nutrola був навчений на стравах з понад 120 кухонь, включаючи регіональні варіації, які навіть носії можуть описувати по-різному. Система може відрізнити тайський зелений карі від тайського масаман карі лише з фотографії і відображає кожен до свого унікального харчового профілю.

Обробка природної мови: розуміння будь-якої мови

Коли користувачі вводять або говорять, багатомовна обробка природної мови (NLP) дозволяє системі розуміти введення на десятках мов. Користувач у Сеулі може ввести "кимчі чіге" корейськими символами, користувач у Каїрі може сказати "кошарі" арабською, а користувач у Сан-Паулу може шукати "фейжоаду" португальською. AI обробляє введення рідною мовою і безпосередньо відображає до правильного запису бази даних — жодного етапу перекладу англійською не потрібно.

Це усуває незручний і помилковий процес ментального перекладу вашої їжі на англійську перед тим, як ви зможете її зареєструвати. Це також дозволяє голосове введення будь-якою підтримуваною мовою, що значно зменшує тертя. Говорити назву своєї страви рідною мовою швидше і природніше, ніж шукати через англомовний інтерфейс.

Культурно обізнана оцінка порцій

Багатомовне AI також покращує оцінку порцій, розуміючи культурний контекст. У Японії стандартна чаша рису, що подається вдома, важить приблизно 150 грамів. У США "чаша рису" в ресторані часто важить 300 грамів або більше. В Індії рис зазвичай подається разом з кількома стравами, і порція може становити 200 грамів рису, супроводжуваного 150 грамами далу та 100 грамами сабзі.

Коли AI знає культурний контекст — або з мови користувача, місця розташування, або минулих записів — він може застосувати правильні стандартні розміри порцій. Це усуває ще один рівень невизначеності, який англомовні додатки накладають на міжнародних користувачів.

---

Підхід Nutrola до міжнародних баз даних їжі

Створення багатомовного трекера харчування — це не просто питання перекладу англійської бази даних на інші мови. Підхід Nutrola починається з їжі, а не з англійської назви для неї.

Специфічні для регіону харчові дані

Nutrola підтримує окремі харчові записи для однієї і тієї ж страви, приготованої в різних регіонах. Додаток не має єдиного запису для "смаженого рису". Він має записи для китайського смаженого рису з яйцем, індонезійського насі горенг, тайського кхао пад, японського чахан та нігерійського смаженого рису — кожен з яких має різні калорійні та макро профілі залежно від олій, білків і приправ, які зазвичай використовуються в цьому регіоні.

Ця база даних наразі містить понад 1,000,000 перевірених записів їжі, отриманих з національних баз даних складу їжі з усього світу, включаючи дані з японських стандартних таблиць складу їжі, індійських таблиць складу їжі, мексиканської бази даних INSP та десятків інших.

Перевірено місцевими експертами з харчування

Кожен регіональний запис у базі даних Nutrola перевіряється дієтологами, які є носіями цієї кулінарної культури. Японський дієтолог перевіряє записи для японської кухні. Мексиканський дієтолог підтверджує дані для мексиканських страв. Цей експертний рівень перевірки виявляє помилки, які автоматизований переклад або алгоритмічна оцінка могли б пропустити — наприклад, той факт, що "середня" тортилья в Мехіко є значно більшою, ніж "середня" тортилья в Оахаці.

Безперервне навчання з записів користувачів

Коли користувачі з усього світу реєструють свої страви, AI Nutrola вчиться на даних. Коли тисячі користувачів у Туреччині фотографують свій сніданок, і система постійно бачить асорті з помідорів, огірків, оливок, білого сиру та хліба, вона уточнює своє розуміння того, як виглядає "турецький сніданок" і що він зазвичай містить. Цей зворотний зв'язок означає, що система стає точнішою з часом, особливо для кухонь, які недостатньо представлені в академічних базах даних їжі.

---

Профілі користувачів: Три країни, три досвіди

Прія, 29 — Хайдарабад, Індія

Прія — програміст, яка почала відстежувати своє харчування, щоб підтримати свої тренування. Її щоденний раціон побудований навколо домашньої південноіндійської їжі: ідлі та самбар на сніданок, рис з расамом та овочевим карі на обід, а на вечерю — рота з приготуванням далу.

Перед переходом на Nutrola Прія використовувала популярний англомовний трекер. Вона витрачала від п'яти до десяти хвилин на кожну страву, намагаючись знайти записи, які відповідали її їжі. "Самбар" не дав жодного результату. "Расам" не було в базі даних. Вона спробувала зареєструвати "сочевичний суп" як заміну, але калорійність завжди була неправильною, оскільки американський сочевичний суп — це зовсім інша страва з іншими інгредієнтами та іншою калорійністю.

З Nutrola Прія реєструє свої страви в комбінації англійською та телугу. Вона фотографує свій талі і AI ідентифікує кожен компонент окремо — рис, расам, поріял, папад, приправу. Її середній час на реєстрацію зменшився з восьми хвилин до менше ніж 20 секунд. Що важливіше, її дані про калорії нарешті відображають те, що вона насправді їсть. За перші три місяці з точним відстеженням вона постійно досягала своїх цілей по білку і додала 12 кілограмів до свого присідання.

"Я завжди думала, що відстеження калорій не призначене для людей, які їдять індійську їжу," — каже Прія. "Виявляється, програми просто не були розроблені для нас. Nutrola — це те, що нам потрібно."

Кенджі, 34 — Осака, Японія

Кенджі — графічний дизайнер, який контролює свою вагу після проблем зі здоров'ям. Його лікар сказав йому скинути 10 кілограмів і відстежувати споживання їжі. Дієта Кенджі традиційно японська: смажена риба, місо-суп, мариновані овочі, рис, а іноді тарілка рамену або гьозу, коли він їсть в ресторані.

Англомовні трекери не підходили. Англійська Кенджі розмовна, але не специфічна для їжі. Він не знав англійських слів для багатьох інгредієнтів у своїх щоденних стравах — таких як натто, цукемоно або кінпіра гобо. Навіть коли він знаходив англійські терміни, розміри порцій були налаштовані на американські порції, а не на японські.

Багатомовний інтерфейс Nutrola та база даних, специфічна для Японії, повністю змінили його досвід. Він реєструє страви японською, використовує функцію розпізнавання фотографій для домашніх страв, а додаток автоматично застосовує японські розміри порцій. Чаша рису за замовчуванням важить 150 грамів, а не 300. Порція місо-супу — 200 мілілітрів, а не велика американська чаша.

Протягом 11 місяців Кенджі втратив 8.5 кілограмів. Він вважає, що точність відстеження стала запорукою його успіху. "Коли цифри неправильні, ти втрачаєш довіру до додатка. Коли цифри правильні, ти довіряєш процесу."

Софія, 26 — Богота, Колумбія

Софія — студентка університету, яка хотіла покращити свій рівень енергії та перестати пропускати прийоми їжі. Її раціон типовий для міської Колумбії: арепи з сиром на сніданок, бандеха пайса або корріентасо на обід, а на вечерю — щось легше, можливо, емпанада або суп, як аjiaco.

Її перша спроба відстеження харчування тривала три дні. Додаток, який вона спробувала, не мав запису для арепи, класифікував "емпанада" як єдиний загальний елемент з абсолютно неточними макросами і ніколи не чув про бандеху пайсу. Коли вона шукала "аjiaco", додаток пропонував "газпачо". Вона його видалила.

Коли друг порекомендував Nutrola, Софія була скептична. Але вперше, коли вона сфотографувала свою бандеху пайсу, а додаток правильно ідентифікував рис, червоні боби, мелене м'ясо, смажене яйце, чічаррон, рослинний банан, арепу та авокадо як окремі елементи — кожен з регіонально точними даними про калорії — вона була переконана.

Софія тепер реєструє іспанською. Вона використовує голосове введення під час їжі, кажучи такі речі, як "арепа з білим сиром" або "емпанада з м'ясом", і AI обробляє її введення рідною мовою без маршрутизації через англійський етап перекладу. Її послідовність зросла з реєстрації однієї страви кожні кілька днів до реєстрації кожної страви протягом 60 днів поспіль.

"Я нарешті маю додаток, який знає, що я їм," — каже Софія. "Він не намагається перетворити мою їжу на щось, чим вона не є."

---

Технічна архітектура багатомовного розпізнавання їжі

Для тих, хто цікавиться, як технологія працює під капотом, ось спрощений огляд процесу.

Крок 1: Обробка введення

Система приймає три типи введення: фотографії, текст і голос. Фотографії обробляються за допомогою згорткової нейронної мережі, навченої на зображеннях їжі. Текст обробляється багатомовною моделлю NLP, яка підтримує понад 40 мов. Голосове введення спочатку перетворюється на текст за допомогою багатомовного движка розпізнавання мови, а потім обробляється через ту ж NLP лінію.

Крок 2: Ідентифікація їжі

Для фото-введень модель зору видає ранжований список кандидатів на їжу з оцінками впевненості. Для текстових та голосових введень модель NLP ідентифікує продукт і розрізняє його на основі мови та регіонального контексту. Якщо користувач у Мексиці вводить "тортилья", система розуміє це як кукурудзяну тортилью. Якщо користувач у Іспанії вводить "тортилья", система розпізнає це як тортилью еспаньолу — картопляний омлет з абсолютно іншим харчовим профілем.

Крок 3: Мапування бази даних

Після ідентифікації їжі система відображає її до відповідного регіонального запису в базі даних Nutrola. Цей крок враховує місцезнаходження користувача, мовні уподобання та історію записів. Користувач у Бангкоку, який фотографує пад тай, отримує тайську версію вуличної їжі. Користувач у Лос-Анджелесі, який фотографує пад тай, отримує американську ресторанну версію, яка зазвичай має більші порції та більше олії.

Крок 4: Оцінка порцій і підтвердження

Система оцінює розмір порції, використовуючи візуальні підказки з фотографії (якщо доступні) та культурні стандарти для ідентифікованої їжі. Користувач може підтвердити або відкоригувати перед збереженням запису. Весь процес — від фотографії до підтвердженого запису — зазвичай завершується за менше ніж три секунди.

---

Чому це важливо не лише для зручності

Багатомовне відстеження харчування — це не просто покращення якості життя для окремих користувачів. Це має наслідки для громадського здоров'я в глобальному масштабі.

Зменшення нерівностей у здоров'ї

Носії мов, які не говорять англійською, вже недостатньо забезпечені технологіями охорони здоров'я. Коли інструменти для відстеження харчування працюють лише англійською, вони розширюють існуючі нерівності у здоров'ї, надаючи англомовним користувачам кращі інструменти для управління дієтичними захворюваннями, такими як діабет, ожиріння та серцево-судинні захворювання. Зробити ці інструменти доступними на кожній мові — це крок до здоров'я для всіх.

Кращі дані для глобальних досліджень харчування

Коли мільйони людей у всьому світі можуть точно реєструвати свої страви, отриманий набір даних є безцінним для досліджень харчування. Анонімні, агреговані дані Nutrola вже охоплюють 195 країн і понад 120 кухонь. Як зростає база користувачів і покращується точність відстеження, ці дані можуть допомогти дослідникам зрозуміти дієтичні звички, харчові дефіцити та вплив традиційних дієт на здоров'я так, як англомовні набори даних ніколи не могли.

Збереження кулінарної культури

Є щось тонко руйнівне в системі, яка змушує вас описувати рецепт вашої бабусі іноземною мовою, а потім говорить вам, що найближче відповідність — це "овочеве рагу, загальне". Багатомовне відстеження підтверджує традиційні кулінарні культури, визнаючи їх на їхніх умовах. Коли додаток знає, що таке інжера, що таке моле негро, що таке лакса — і може точно сказати, які поживні речовини вони містять — це посилає повідомлення, що ці продукти не є екзотичними цікавими речами. Це реальні страви, які їдять реальні люди, і вони заслуговують на таку ж інфраструктуру даних, як смажена куряча грудинка.

---

Часто задавані питання

Скільки мов підтримує Nutrola?

Nutrola наразі підтримує повну функціональність — включаючи текстовий пошук, голосове введення та AI коучинг — на понад 40 мовах. База даних їжі містить записи з рідними назвами продуктів з понад 120 кухонь. Інтерфейс додатка локалізований на 25 мовах, з постійним додаванням нових.

Чи можу я перемикатися між мовами під час використання додатка?

Так. Багато багатомовних користувачів природно змішують мови, і Nutrola розроблений для цього. Ви можете ввести "курка тікка масала" англійською на обід, а потім зареєструвати "рота аур дал" хінді на вечерю, все в одній сесії. Модель NLP автоматично виявляє мову кожного введення.

Чи є точність розпізнавання фотографій для менш поширених кухонь?

Точність варіюється залежно від кухні та складності страви, але система розпізнавання фотографій Nutrola досягає понад 90% точності у трійці найкращих серед 120 підтримуваних кухонь. Для добре представлених кухонь, таких як японська, мексиканська, індійська, китайська та італійська, точність у першій позиції перевищує 94%. Для кухонь з меншою кількістю навчальних зображень, таких як ефіопська або перуанська, точність нижча, але швидко покращується, оскільки більше користувачів вносять фотографії страв.

Що робити, якщо моєї конкретної страви немає в базі даних?

Ви можете створити власні записи будь-якою мовою. Nutrola також дозволяє вам подавати непізнані страви на перевірку. Коли достатня кількість користувачів подає одну й ту ж страву, вона пріоритетно додається до перевіреної бази даних. Цей підхід, орієнтований на спільноту, означає, що база даних зростає найшвидше в тих областях, де користувачі найбільше цього потребують.

Чи є багатомовна підтримка додатковою платою?

Ні. Усі мовні та регіональні функції бази даних доступні як на безкоштовному, так і на преміум рівні. Nutrola розглядає багатомовний доступ як основну функцію, а не як додаток.

Як додаток обробляє продукти з однаковою назвою, але різними приготуваннями в різних регіонах?

Система використовує контекстуальні сигнали — налаштування мови, місцезнаходження та історію записів — щоб визначити, який регіональний варіант ви, ймовірно, маєте на увазі. Якщо є неоднозначність, додаток пропонує найкращі кандидати та дозволяє вам вибрати. Наприклад, якщо ви шукаєте "бір'яні", додаток може показати гідерабадську бір'яні, лакнауську бір'яні та калькутську бір'яні як окремі варіанти, кожен з яких має різні дані про калорії та макро.

Чи можу я використовувати додаток повністю без англійської?

Так. Усі функції — від початкового налаштування до реєстрації страв, AI коучингу до звітів про прогрес — доступні всіма підтримуваними мовами. Вам ніколи не потрібно взаємодіяти з англійською мовою.

---

Висновок

Мовний бар'єр у відстеженні харчування — це не нішова проблема. Це стосується більшості населення світу. Протягом десятиліть люди, які споживають традиційні, не західні дієти, змушені були вибирати між неточним відстеженням і відсутністю відстеження взагалі. Жоден з цих варіантів не є прийнятним.

Багатомовне AI розпізнавання їжі є справжнім проривом. Об'єднуючи візуальну ідентифікацію, яка працює незалежно від мови, з обробкою природної мови, що розуміє десятки мов рідною, і поєднуючи обидва з регіональними харчовими базами даних, перевіреними місцевими експертами, такі інструменти, як Nutrola, роблять точне відстеження харчування доступним для всіх — не лише для англомовних.

Якщо ви коли-небудь відмовлялися від додатка для відстеження, тому що він не розумів вашу їжу, технологія нарешті наздогнала вашу кухню. Ваші страви заслуговують на те, щоб їх визнали, виміряли та оцінили за те, чим вони є, будь-якою мовою, якою ви їх називаєте.