Мы делаем трекер калорий по фото, поэтому логично ждать от нас рассказа про магию. Но магии нет. Вот честная версия — цифры, которые большинство приложений в этой категории тихо не упоминают в маркетинге.
Вопрос, который задают все, прежде чем довериться фото-приложению
Вы наводите камеру на тарелку пасты, приложение говорит «620 ккал», и первая мысль: а кто сказал? Справедливо. Если цифра может ошибаться вдвое, вся привычка теряет смысл. Так что давайте разберёмся — точны ли счётчики калорий на базе ИИ? Отделим то, в чём фото-ИИ действительно хорош, от того, где он всё ещё угадывает.
Что решено: распознавание еды на тарелке
Определить, что вы едите — это по большей части решённая задача. Современные модели зрения правильно распознают привычные блюда примерно в 85–95% случаев. Курица гриль, боул с буррито, яичница — модель их знает. Независимые обзоры функции «Snap It» в Lose It оценили точность распознавания еды примерно в 70%, а обзоры Cal AI показывают отклонение около 10% на простых, полностью видимых блюдах. Ошибки распознавания сегодня — скорее исключение, чем правило.
Что не решено: порции, скрытое масло и смешанные блюда
Реальная ошибка кроется в оценке порции. Фото — это плоское 2D-изображение объёмной 3D-тарелки, модель не может взвесить ваш рис. Оценки порций по фото обычно расходятся на ±15–30%, а исследования, сравнивающие методы на основе изображений с эталонными измерениями, показывают, что в среднем количество еды занижается примерно на 20%.
Три фактора усугубляют ситуацию:
- Скрытые калории. Столовая ложка оливкового масла на сковороде, сливочное масло в соусе. На фото не видно, на весах — очень заметно. Обзоры Cal AI регулярно отмечают пропущенные масла и скрытые ингредиенты.
- Смешанные и завёрнутые блюда. Рагу, запеканки, буррито — всё слоёное. Те же обзоры Cal AI фиксируют ошибки от 25% и выше на смешанных или завёрнутых блюдах — против ~10% на простых.
- Неоднозначность глубины. Широкая мелкая тарелка и узкая глубокая могут выглядеть на фото почти одинаково, при совершенно разном количестве еды.
Так что честный бюджет ошибки выглядит так: распознавание даёт небольшой вклад, порции — основной.
Кулинарная предвзятость, о которой никто не говорит
Большая часть обучающих данных для пищевого ИИ сильно смещена в сторону западной кухни. Чизбургер получает более точную оценку, чем тарелка меньемена, плова или домашнего турецкого рагу — не потому что эти блюда сложнее, а потому что модель видела их меньше. Если вы едите не только западную кухню (а среди наших пользователей таких много — Kalo работает на английском, турецком и русском), ждите более широкий разброс ошибок и корректируйте оценку чаще. Мы тоже не застрахованы от этого — пока никто не застрахован.
Почему ±20% всё равно достаточно — если быстро корректировать и вести записи каждый день
Вот часть, которая звучит как отговорка, но подтверждена исследованиями: постоянство важнее точности. Исследование «Log Often, Lose More» (Obesity, 2019) показало, что значимым предиктором снижения веса была именно частота записей, а не их точность, а время, которое люди тратили на трекинг, снижалось с ~23 минут в день до ~15 по мере привыкания. Другие работы показывают, что лучший маркер приверженности — это просто число дней, когда вы записали хотя бы два приёма пищи.
Оценка с точностью ±20%, которую вы действительно записываете каждый день, лучше идеально точной записи, от которой вы отказались через две недели. И ошибки частично компенсируют друг друга: переоценили обед, недооценили ужин — а недельный тренд, тот самый показатель, который важен, всё равно остаётся полезным.
Два честных уточнения. Если вам нужна клиническая точность (медицинские показания, соревнования по фигуре), кухонные весы плюс большая проверенная база данных вроде MyFitnessPal — по-прежнему лучший инструмент; это их реальная сильная сторона, наряду с покрытием ресторанов, хотя теперь Premium стоит $79.99 в год, а их база с пользовательским наполнением имеет собственные проблемы с дублирующимися записями. А если хотите самый дешёвый премиум среди крупных брендов, Lose It за $39.99 в год трудно превзойти — хотя его оценка порций в тестах показывает нестабильные результаты.
Как Kalo справляется с неопределённостью: увидеть и исправить за два касания
Раз ошибка в порции неизбежна, вопрос дизайна такой: что приложение делает с этим?
Kalo показывает вам уровень уверенности вместо того, чтобы притворяться, будто всё точно — неуверенная оценка выглядит неуверенно. А исправление — это действие в два касания прямо на карточке результата, а не пятиэкранные раскопки в меню редактирования. Снял, взглянул, подправил порцию — готово. Чем быстрее исправление, тем чаще его на самом деле делают, и тем точнее становится реальная точность приложения.
Вторая половина истории — почему Kalo построен вокруг друзей. Вы можете добавить до 5 друзей, видеть день каждого рядом со своим, реагировать и подталкивать друг друга, вместе строить серии — потому что исследования говорят, что партнёр, который меняется вместе с вами, — самый мощный рычаг из всех (в одном исследовании JAMA Internal Medicine с участием ~3 700 пар шансы курильщиков бросить курить выросли примерно с 8% до почти 50%, когда их партнёр бросал одновременно — и та же закономерность подтвердилась для спорта и снижения веса). Точность держит цифру честной; компания поддерживает привычку живой. Одного друга можно отметить как партнёра — и делить с ним Premium.
Если вам нужен трекер, который честен насчёт своей погрешности и легко исправляется — и веселее с близкими людьми внутри — Kalo доступен на iOS и Android.