Construim o aplicație de numărat calorii din poze, deci ai crede că îți vom spune că e magie. Nu e. Iată versiunea onestă — cifrele pe care majoritatea aplicațiilor din această categorie le omit discret din marketing.
Întrebarea pe care și-o pune oricine înainte să aibă încredere într-o aplicație foto
Îndrepți camera spre o farfurie cu paste, aplicația spune „620 kcal", iar primul gând e: cine zice? Corect. Dacă numărul ar putea fi greșit cu jumătate, tot obiceiul n-ar mai avea rost. Deci, sunt precise aplicațiile AI de numărat calorii? Hai să separăm ce face bine AI-ul foto de ceea ce încă ghicește.
Ce e rezolvat: recunoașterea mâncării din farfurie
Identificarea ce mănânci e, în mare parte, o problemă rezolvată. Modelele moderne de viziune recunosc corect felurile obișnuite în 85-95% din cazuri. Pui la grătar, un burrito bowl, ouă jumări — modelul le știe. Recenzii independente ale funcției „Snap It" de la Lose It! au plasat identificarea mâncării undeva la 70%, iar recenziile Cal AI arată o marjă de aproximativ 10% pentru mesele simple, complet vizibile. Eșecurile de recunoaștere sunt acum excepția, nu regula.
Ce nu e rezolvat: porțiile, uleiurile ascunse și mâncărurile amestecate
Mărimea porției e locul unde trăiește adevărata eroare. O poză e o imagine 2D plată a unei farfurii 3D — modelul nu-ți poate cântări orezul. Estimările de porție din imagini variază de obicei cu ±15-30%, iar studiile care compară metodele bazate pe imagini cu măsurători de referință arată că acestea subestimează aportul cu aproximativ 20% în medie.
Trei lucruri agravează situația:
- Calorii ascunse. Lingura de ulei de măsline din tigaie, untul din sos. Invizibile în poză, foarte vizibile pe cântar. Recenzenții care testează Cal AI semnalează constant uleiuri și ingrediente ascunse ratate.
- Mâncăruri amestecate și înfășurate. Tocănițe, cocoloașe, burrito — orice e stratificat. Aceleași recenzii Cal AI au raportat erori de 25% sau mai mult la mâncărurile amestecate sau înfășurate — față de ~10% la cele simple.
- Ambiguitatea adâncimii. Un bol lat și puțin adânc și unul îngust și adânc pot arăta aproape identic în poză, dar conțin cantități foarte diferite.
Deci bugetul onest de eroare arată așa: recunoașterea contribuie puțin, porțiile contribuie mult.
Prejudecata culinară de care nimeni nu vorbește
Majoritatea datelor de antrenament pentru AI-ul alimentar sunt puternic orientate spre Vest. Un cheeseburger primește o estimare mai strânsă decât o farfurie de menemen, plov sau o tocană tradițională românească — nu pentru că aceste mâncăruri sunt mai grele, ci pentru că modelul a văzut mai puține exemple din ele. Dacă mănânci în afara canonului occidental (mulți dintre utilizatorii noștri o fac — Kalo funcționează în engleză, turcă și rusă), așteaptă-te la marje de eroare mai mari și corectează mai des. Nici noi nu suntem imuni la asta — nimeni nu e, încă.
De ce ±20% e totuși suficient — dacă corectezi rapid și notezi zilnic
Iată partea care sună a scuză, dar e susținută de cercetare: consecvența bate precizia. Studiul „Log Often, Lose More" (Obesity, 2019) a descoperit că frecvența notării — nu precizia — era predictorul semnificativ al pierderii în greutate, și că timpul petrecut notând a scăzut de la ~23 de minute pe zi la ~15, pe măsură ce oamenii au devenit mai rapizi. Alte studii arată că cel mai bun indicator de aderență e pur și simplu numărul de zile în care notezi cel puțin două mese.
O estimare de ±20% pe care chiar o notezi în fiecare zi bate o intrare perfectă la gram pe care o abandonezi după două săptămâni. Iar erorile se anulează parțial: supraestimezi prânzul, subestimezi cina, iar tendința ta săptămânală — cifra care contează cu adevărat — rămâne utilă.
Două precizări oneste. Dacă ai nevoie de precizie clinică (afecțiuni medicale, competiții de fizic), un cântar de bucătărie plus o bază de date mare și verificată precum cea a MyFitnessPal rămâne instrumentul mai bun — e o forță reală de-a lor, alături de acoperirea restaurantelor, deși acum costă 79,99 USD/an pentru Premium, iar baza sa de date colaborativă are propriile probleme cu intrări duplicate. Iar dacă vrei cel mai ieftin abonament premium de la un nume mare, Lose It! la 39,99 USD/an e greu de întrecut, chiar dacă testele lui de estimare a porțiilor sunt inconsistente.
Cum gestionează Kalo incertitudinea: vezi, corectezi din două atingeri
Din moment ce eroarea de porție e inevitabilă, întrebarea de design devine: ce face aplicația în privința ei?
Kalo îți arată nivelul de încredere în loc să pretindă certitudine — o estimare nesigură arată nesigură. Iar corectarea ei e un gest din două atingeri direct pe cardul rezultatului, nu o căutare prin cinci ecrane de meniu de editare. Faci poza, arunci o privire, ajustezi porția, gata. Cu cât corectarea e mai rapidă, cu atât se întâmplă mai des, iar precizia ta reală devine mai strânsă.
Cealaltă jumătate e motivul pentru care am construit Kalo în jurul prietenilor. Poți adăuga până la 5 prieteni, poți vedea ziua fiecăruia alături de a ta, poți reacționa și îmboldi, poți construi serii împreună — pentru că cercetarea spune că un partener care se schimbă odată cu tine e cel mai puternic lever care există (într-un studiu JAMA Internal Medicine pe ~3.700 de cupluri, șansele fumătorilor de a se lăsa au sărit de la aproximativ 8% la aproape 50% atunci când partenerul s-a lăsat în același timp — și același tipar s-a păstrat pentru mișcare și pierderea în greutate). Precizia menține o cifră onestă; compania menține obiceiul viu. Un prieten poate fi marcat ca partenerul tău și îți împarte abonamentul Premium.
Dacă vrei o aplicație de tracking onestă în privința marjelor de eroare și ușor de corectat — și mai distractivă cu oamenii tăi în ea — Kalo e disponibilă pe iOS și Android.