Чому я перейшов з SnapCalorie на Nutrola (фото AI недостатньо)

SnapCalorie обіцяла мені мрію: зроби фото своєї їжі, і AI скаже тобі точно, що ти з'їв. Ніякого набору тексту, ніякого пошуку, ніякого сканування штрих-кодів. Просто наведи, зніми і дай машині виконати роботу. Після місяців нудного ручного ведення харчування в інших додатках, це здавалося майбутнім. Я відразу зареєструвався.

Протягом трьох тижнів я був дійсно вражений. Потім я почав порівнювати оцінки SnapCalorie з фактичними етикетками харчування та виміряними порціями. Непослідовності виявилися незначними. Вони були достатньо великими, щоб підривати всю мету відстеження.

Це історія про те, як я зрозумів, що AI-розпізнавання фото без перевіреної бази даних продуктів — це гарна концепція з серйозною проблемою точності, і як комбінація Nutrola з AI та базою даних на 1,8 мільйона продуктів дала мені те, чого не міг запропонувати SnapCalorie.

Привабливість відстеження лише за фото

Я розумію, чому SnapCalorie привабила так багато користувачів, включаючи мене. Традиційний досвід ведення харчування — ввести назву продукту, прокрутити результати, вибрати правильний, відрегулювати розмір порції, повторити для кожного елемента на тарілці — це нудно. Це головна причина, чому люди перестають відстежувати своє харчування.

SnapCalorie обіцяла повністю усунути цю незручність. Зроби фото, AI оцінює продукти та їх кількість, і ти отримуєш розподіл калорій і макроелементів за кілька секунд. Інтерфейс був чистим, досвід — швидким, а для простих страв це здавалося магією.

Я зробив фото тарілки з курячою грудкою, рисом і броколі. SnapCalorie ідентифікувала всі три елементи та оцінила калорії за кілька секунд. Я був проданий.

Де точність підвела

Проблема з SnapCalorie з’явилася поступово, а потім раптово.

Оцінка порцій була непослідовною

AI може визначити, що це куряча грудка. Але йому важко оцінити, чи важить ця куряча грудка 120 грамів чи 200 грамів — різниця приблизно в 100 калорій і 20 грамів білка. З плоского фото товста куряча грудка і тонка можуть виглядати дуже схоже.

Я навмисно перевірив це одного вечора. Я приготував дві порції пасти: одна була 80 грамів (суха вага), а інша — 150 грамів. Обидві були на схожих тарілках з однаковим соусом. SnapCalorie оцінила меншу порцію в 420 калорій, а більшу — в 480 калорій. Фактична різниця становила приблизно 250 калорій.

AI побачив дві схожі тарілки і повернув схожі оцінки, оскільки робив візуальні припущення, а не посилався на перевірені дані про харчування, пов'язані з виміряними вагами.

Змішані страви були грою в угадайку

SnapCalorie працювала досить добре з простими, розділеними стравами — шматок риби поруч з купою овочів поруч з ложкою рису. Все було візуально відмінним і оціненим.

Але реальне життя включає рагу, карі, запіканки, смузі, буріто, сендвічі та зернові страви, де інгредієнти перекриваються, ховаються під соусами або візуально зливаються. Для цих страв оцінки SnapCalorie коливалися від приблизно правильних до абсолютно невірних.

Я сфотографував буріто-бол з ресторану. SnapCalorie ідентифікувала рис, боби, курку та сальсу. Вона пропустила сметану, сховану під салатом, сир, змішаний з рисом, і гуакамоле, яке частково ховалося під кошиком з чіпсами. Оцінка калорій становила близько 530 калорій. Коли я вручну підрахував страву, використовуючи опубліковані дані про харчування ресторану, вона була ближче до 840 калорій. Різниця в 310 калорій з однієї страви.

Немає сканування штрих-кодів, немає ручного резерву

Вся ідентичність SnapCalorie була побудована навколо розпізнавання фото. У неї не було традиційної бази даних продуктів, яку можна було б шукати вручну. Не було сканування штрих-кодів. Якщо AI не міг щось ідентифікувати — або ідентифікував це неправильно — ти залишався без варіантів.

Упаковані продукти, які я міг би легко відсканувати за допомогою сканера штрих-кодів, доводилося фотографувати, і AI намагався оцінити вміст візуально, а не отримувати точні перевірені дані про харчування з етикетки. Це було абсурдно для упакованих продуктів, де виробник вже надав точну інформацію про харчування.

Немає даних про мікроелементи

Навіть коли оцінки калорій і макроелементів SnapCalorie були в правильному діапазоні, вони на цьому закінчувалися. Калорії, білки, вуглеводи, жири — це була вся інформація. Ніяких вітамінів, ніяких мінералів, ніяких слідових елементів. Якщо я хотів дізнатися, скільки заліза або кальцію в моїй страві, SnapCalorie не могла дати відповідь.

AI оцінював макроелементи за візуальним виглядом. Оцінка мікроелементів за фото була б ще менш надійною, тому вони просто не намагалися. Але результат полягав у тому, що я залишався в невідомості щодо всього, окрім чотирьох основних цифр.

Усвідомлення: AI потребує бази даних

Після трьох тижнів відстеження на SnapCalorie та порівняння оцінок з відомими значеннями, я дійшов висновку, який здається очевидним з огляду на минуле: розпізнавання фото AI — це чудовий метод введення, але він лише настільки хорошим, наскільки хорошими є дані, до яких він підключається.

AI SnapCalorie намагався оцінити харчування виключно на основі візуального аналізу. Цей підхід має фундаментальний стелю точності. Незалежно від того, наскільки добре розпізнавання зображень, фото не може сказати тобі точну марку йогурту, точну кількість олії, використаної в приготуванні, або приховані інгредієнти в соусі ресторану.

Мені потрібен був додаток, який використовував би AI як швидкий метод введення, але пов'язував ці введення з перевіреною базою даних харчування — щоб AI ідентифікував "курячу грудку" з фото, але дані про калорії та поживні речовини надходили з фактичного перевіреного джерела, і я міг би відрегулювати вагу, щоб відповідати своїй порції.

Саме це робить Nutrola.

Перехід на Nutrola: AI плюс база даних

Nutrola використовує розпізнавання фото AI, але інакше, ніж SnapCalorie. Коли ти робиш фото своєї страви, AI Nutrola ідентифікує продукти. Потім він порівнює ці продукти з базою даних з понад 1,8 мільйона перевірених продуктів. Ти бачиш співпадіння з їхніми даними про харчування та можеш відрегулювати порції за вагою або звичайними розмірами порцій.

Результат полягає в тому, що ти отримуєш швидкість ведення харчування на основі AI (без набору тексту, без пошуку) з точністю перевіреної бази даних (реальні дані про харчування, а не візуальні оцінки).

Різниця в точності була миттєвою

Я провів ті ж тести з Nutrola, які проводив з SnapCalorie.

Дві порції пасти. Nutrola ідентифікувала пасту з фото та порівняла її з записом у базі даних. Я відрегулював вагу для кожної тарілки. Менша порція повернулася з 340 калоріями, а більша — з 590 калоріями — обидві в межах 15 калорій від мого ручного підрахунку. SnapCalorie оцінила обидві приблизно в 450 калорій з розкидом у 60 калорій.

Буріто-бол. AI Nutrola ідентифікував основні компоненти, і я зміг додати сметану, сир і гуакамоле, які частково ховалися на фото. Кожен елемент отримав перевірені дані з бази даних. Загальна оцінка: 810 калорій, в межах 30 калорій від опублікованих даних ресторану. SnapCalorie пропустила 310 калорій.

Смузі. SnapCalorie мала проблеми зі смузі, оскільки ти не можеш бачити інгредієнти. Вона оцінювала "зелений смузі" з приблизними калоріями. Nutrola дозволила мені ввести голосом фактичні інгредієнти — "шпинат, банан, арахісове масло, протеїновий порошок, мигдальне молоко" — і кожен інгредієнт отримав точні дані з бази даних. Різниця полягала не в можливостях AI. Вона полягала в наявності системи, яка могла приймати кілька методів введення та пов'язувати їх з перевіреними даними.

Сканування штрих-кодів для упакованих продуктів

Для приблизно 30 відсотків мого раціону, що складається з упакованих продуктів — протеїнових батончиків, йогурту, злаків, приправ, напоїв — сканер штрих-кодів Nutrola був трансформаційним у порівнянні з підходом SnapCalorie, що базується лише на фото.

Я відсканував протеїновий батончик. Nutrola повернула точні калорії (210), білки (20 г) та повний профіль мікроелементів з перевіреної бази даних. SnapCalorie проаналізувала б фото загорнутого батончика і повернула б візуальну оцінку. Немає жодного випадку, коли фото упаковки є більш точним, ніж фактичні дані про харчування з етикетки цього батончика.

Голосове введення для проміжних продуктів

Деякі продукти важко фотографувати. Жменя мигдалю з пакета. Кілька крапель олії під час приготування. Склянка молока. SnapCalorie вимагала, щоб я фотографував їх, що було як незручно, так і неточно (як ти можеш сфотографувати столову ложку олії в сковороді?).

Голосове введення Nutrola впоралося з цими завданнями ідеально. "Столова ложка олії, жменя мигдалю, приблизно 20 грамів" — сказано за три секунди, зіставлено з перевіреними записами бази даних, зареєстровано точно.

Результати через 30 днів

Після місяця на Nutrola покращення в порівнянні з SnapCalorie були помітними.

Точність калорій значно покращилася. Я порівняв свої записи Nutrola з важеними та виміряними значеннями протягом одного повного тижня. Щоденні калорійні підрахунки Nutrola постійно були в межах 5-8 відсотків від моїх ручних підрахунків. SnapCalorie відхилялася на 15-25 відсотків на тих же типах страв.

Я отримав видимість мікроелементів. З нульовими даними про мікроелементи в SnapCalorie я перейшов до відстеження понад 100 поживних речовин на Nutrola. Протягом двох тижнів я виявив, що моє споживання селену було низьким (я рідко їм бразильські горіхи або морепродукти), а фолат був непостійним.

Швидкість ведення залишалася високою. Це була моя тривога щодо переходу. SnapCalorie була швидкою, і я турбувався, що будь-який додаток з більшою точністю буде також повільнішим. Розпізнавання фото AI Nutrola було таким же швидким, як у SnapCalorie, а додатковий етап підтвердження відповідності бази даних додавав лише 10-15 секунд на прийом їжі. Голосове введення та сканування штрих-кодів для продуктів, які важко фотографувати, насправді були швидшими, ніж спроби їх сфотографувати.

Загальний час ведення щоденника. SnapCalorie: близько 4 хвилин на день (швидко, але неточно). Nutrola: близько 6 хвилин на день (швидко та точно). Додаткові дві хвилини забезпечили мені значно кращі дані.

Вартість. Преміум-план SnapCalorie коштував близько 10 доларів на місяць. Nutrola коштує 2.50 євро на місяць. Менше грошей за більше функцій, кращі дані та порівнянну швидкість.

Що SnapCalorie робила добре

Чиста швидкість для простих страв. Якщо твій раціон складається виключно з односкладових страв на чистих тарілках, підхід SnapCalorie "фото і готово" справді є найшвидшим досвідом ведення харчування. Для цих конкретних сценаріїв це було вражаюче.

Низьке когнітивне навантаження. Відсутність необхідності думати про порції або відповідності бази даних означало, що досвід ведення харчування був майже без зусиль. Я можу зрозуміти, чому це приваблює випадкових трекерів.

Новий досвід. Є щось задовольняюче в процесі "фото-дані". Це виглядає футуристично і усуває психологічний бар'єр "я не хочу вести облік, бо це нудно".

Але швидкість без точності — це не ведення обліку. Це вгадування з додатковими кроками.

Кому варто розглянути можливість переходу

Якщо ти використовуєш SnapCalorie і твої результати зупинилися — якщо твої калорійні цілі не дають очікуваних результатів — непослідовна оцінка AI може бути причиною. Коли твій інструмент відстеження регулярно пропускає 200 і більше калорій за прийом їжі, твій щоденний підрахунок калорій може бути помилковим на 500-800 калорій. Ця різниця достатня, щоб повністю знівелювати дефіцит калорій.

Якщо ти хочеш зручності ведення харчування на основі AI, але також потребуєш надійності перевірених даних про харчування, Nutrola дає тобі обидва. Розпізнавання фото для швидкості. База даних на 1,8 мільйона продуктів для точності. Голосове введення та сканування штрих-кодів для продуктів, які важко захопити на фото. Понад 100 відстежуваних поживних речовин для повної картини. І жодної реклами за 2.50 євро на місяць.

Майбутнє відстеження їжі — це не лише AI. Це AI, підключений до перевірених даних. Саме це я знайшов, коли перейшов з SnapCalorie на Nutrola, і різниця в точності змінила мої результати протягом місяця.