Cum funcționează aplicații calorii cu inteligență

Aplicațiile de calorii cu inteligență artificială funcționează citind o poză în trei etape: identifică mâncarea, o clasifică, apoi estimează volumul ei și îl transformă în calorii. Nicio etapă nu caută mâncarea într-o bază de date cu alimente cântărite. Fiecare etapă are propria ei marjă de eroare. Niciuna nu poate vedea uleiul, sosul sau greutatea exactă din farfurie.

Asta e diferit de a căuta un aliment într-o bară de căutare, care extrage o valoare calorică deja măsurată de altcineva. O estimare din poză e o presupunere construită integral din pixeli. O verificăm etapă cu etapă mai jos.

Cum funcționează, pas cu pas, aplicațiile de calorii cu inteligență artificială?

Recunoașterea unui aliment și cunoașterea caloriilor lui sunt două probleme separate. Doar prima e aproape rezolvată.

O analiză sistematică din 2022 a aplicațiilor mobile de recunoaștere vizuală a alimentelor, publicată în Healthcare (Basel), explică de ce. A constatat că 90,9% dintre aplicațiile analizate nu reușeau nici măcar să separe mâncarea de farfurie, masă sau fundal înainte de a încerca să o clasifice (Amugongo et al., 2022). Dacă sistemul nu poate izola clar mâncarea la început, tot ce urmează moștenește această eroare, inclusiv eticheta și mărimea porției.

Așa că scurtătura evidentă, „AI-ul vede un burger, deci știe caloriile”, sare peste cei mai grei doi pași. Cât de mare e burgerul și câtă grăsime conține? La aceste întrebări nu se poate răspunde doar din recunoaștere.

Cum știe AI-ul ce aliment e în poză?

Prima etapă e segmentarea: separarea pixelilor care reprezintă mâncarea de cei care reprezintă farfuria, masa sau mâna.

A doua etapă e clasificarea. Acest pas potrivește regiunea segmentată cu o categorie de aliment, de exemplu „piept de pui la grătar” sau „orez fiert la aburi”. Analiza sistematică din Healthcare numește segmentarea și clasificarea drept primele două etape ale procesului folosit în aplicațiile mobile analizate, înainte să apară vreun număr de calorii (Amugongo et al., 2022).

Un exemplu concret pentru această etapă e un prototip de scanner alimentar construit la NYU Tandon. E descris într-un comunicat universitar din 2025 despre o cercetare prezentată la conferința IEEE International Conference on Mobile Computing and Sustainable Informatics. A detectat și identificat alimente în 214 categorii cu o precizie medie de 0,7941, descrisă în comunicat ca aproximativ 80% acuratețe la localizarea și identificarea mâncării într-o imagine (NYU Tandon, 2025).

Acel 80% descrie doar acest pas: găsirea și numirea mâncării. Nu spune nimic încă despre cantitatea din farfurie.

Cum transformă o poză plată într-o mărime de porție?

Odată identificată mâncarea, sistemul trebuie să ghicească volumul dintr-o imagine bidimensională, ceea ce e problema mai grea.

Analiza din Healthcare raportează două metode numite și eroarea lor măsurată. O metodă cu senzor de adâncime pe smartphone a avut o eroare absolută de volum de 35,1 g, cu o deviație standard de 42,8 g, adică aproximativ 14% din porția estimată (Amugongo et al., 2022). O metodă separată, cu o singură imagine, a folosit estimarea printr-o curbă pătratică din mărimea 2D a alimentului. Aceasta a avut o eroare de 21,3% în estimarea calorică rezultată (Amugongo et al., 2022, citând Okamoto și Yani, 2016).

Ambele cifre descriu sistemele academice studiate de analiză, nu vreo aplicație comercială anume. Ele ilustrează același lucru: transformarea unei poze plate într-o greutate în grame e o estimare, nu o măsurătoare. Eroarea se adaugă la orice greșeală apărută deja la segmentare.

Aici contează și unghiul camerei, lumina și vizibilitatea, pentru că sistemul nu are nicio modalitate independentă de a-și verifica singur ghicirea.

De ce nu poate vedea uleiul, sosul sau greutatea exactă?

O poză arată suprafața unui preparat, nu ce a intrat în gătirea lui. Untul amestecat în orez adaugă calorii pe care camera nu le înregistrează niciodată. La fel și uleiul în care a fost prăjit un piept de pui, sau sosul amestecat printr-o tocană. AI-ul poate raționa doar despre ce apare în imagine.

De aici și importanța limitării de 90,9% privind separarea mâncării de fundal. Un sistem care are greutăți să separe mâncarea de farfurie are șanse mici să separe un ingredient vizibil de unul ascuns (Amugongo et al., 2022). Poza e singura informație de intrare. Tot ce nu se vede în ea rămâne invizibil pentru estimare.

Caută mâncarea într-o bază de date sau o estimează din poză?

O estimare din poză nu e o căutare într-o bază de date. Ea provine din citirea directă a imaginii de către modelul de viziune artificială, care identifică mâncarea și estimează porția, caloriile și macronutrienții din ce vede. Nu potrivește poza cu un tabel de alimente cântărite anterior.

Căutarea într-o bază de date e o metodă diferită, mai veche. A căuta „piept de pui la grătar” într-o bază de date returnează o valoare pe care cineva a măsurat-o deja sau pe care un brand a tipărit-o pe etichetă. USDA FoodData Central își separă intrările în funcție de modul în care au fost produse.

Foundation Foods provin din analize de laborator ale unor mostre standard și sunt actualizate de două ori pe an. SR Legacy sunt date mai vechi, derivate din analize, actualizate ultima dată în 2018. Branded Foods sunt valorile de calorii și macronutrienți pe care brandurile le tipăresc pe propriile etichete, actualizate lunar (USDA FoodData Central).

Acele numere au fost măsurate o singură dată, într-un laborator sau pe o etichetă, apoi stocate. O estimare din poză se calculează din nou de fiecare dată dintr-o imagine, fără nicio măsurătoare stocată în spate.

De unde vine, de fapt, eroarea din fiecare etapă?

Tabelul de mai jos e ilustrativ: procentele sunt inventate pentru a arăta cum se adună trei erori independente, nu un rezultat măsurat pentru vreun produs anume.

Pornim de la o valoare reală de 500 kcal pentru o farfurie de mâncare. Dacă doar segmentarea are o eroare de 10%, numărul pe care sistemul îl duce mai departe se situează undeva între 450 și 550 kcal. Asta se întâmplă înainte ca înțelegerea clasificării sau estimarea volumului să înceapă măcar.

Fiecare etapă ulterioară se înmulțește cu ce a primit de la etapa anterioară, în loc să pornească din nou de la valoarea reală. De aceea un singur procent de „acuratețe” combinat ascunde mai mult decât arată.

Eroarea reală e alcătuită din trei presupuneri separate, stivuite una peste alta. Două intervale citate arată cum arată asta în practică. O metodă cu senzor de adâncime a avut aproximativ 14% eroare de volum. O metodă cu o singură imagine, prin estimare cu curbă pătratică, a avut 21,3% eroare calorică (Amugongo et al., 2022, citând Okamoto și Yani, 2016). Amândouă se încadrează în același stivuit de erori, pentru sistemele academice specifice pe care au fost măsurate.

Prin ce diferă asta de scanarea unui cod de bare sau căutarea într-o bază de date?

O scanare de cod de bare sau o căutare manuală extrage un număr care există deja: o măsurătoare de laborator sau o valoare de etichetă stocată într-o bază de date precum USDA FoodData Central (USDA FoodData Central). Sistemul nu estimează nimic. Doar potrivește un identificator cu o înregistrare.

O estimare din poză nu are niciun identificator de potrivit. AI-ul trebuie să deducă mâncarea, modul ei de preparare și porția, totul din pixeli, apoi să calculeze un număr care nu a existat nicăieri înainte de acea poză. E o sarcină fundamental diferită, cu o sursă de eroare fundamental diferită: ghicire versus regăsire.

Preparatele mixte adaugă o dificultate în plus. Cifra de mai sus despre separarea mâncării de fundal arată de ce: un aliment singur, vizibil, cum e un măr întreg, oferă etapei de clasificare o țintă clară de segmentat. O farfurie mixtă, cu orez sub sos și o legumă rătăcită, are părți ascunse în spatele altor părți (Amugongo et al., 2022).

Un cititor poate construi un preparat gătit acasă complet din ingredientele lui, în loc să fotografieze o singură farfurie. Ghidul despre cum calculezi caloriile mâncării gătite acasă adună caloriile ingredientelor și împarte rezultatul pe porții, în loc să estimeze dintr-o imagine.

De ce îți cere aplicația să verifici și să corectezi rezultatul?

Pentru că estimarea e o primă ghicire, nu un răspuns final. Doar persoana care se uită la farfuria reală știe ce nu a putut vedea camera.

Avocalo funcționează așa. Utilizatorul fotografiază o masă, iar un model de viziune artificială identifică alimentele și estimează porțiile, caloriile, proteinele, carbohidrații și grăsimile direct din imagine. Estimarea nu e potrivită cu nicio bază de date nutrițională. Aplicația nu poate ști despre uleiul ascuns, sosuri sau greutatea exactă a farfuriei, așa că utilizatorul verifică și corectează rezultatul înainte de a-l salva.

Calculatorul gratuit de calorii pe porție al site-ului oferă o cale diferită pentru o rețetă gătită acasă. Pornește de la un total de calorii pe care îl cunoști deja și îl împarte pe porții sau pe o porție cântărită, fără nicio estimare din imagine implicată. Cititorii care vor să încerce chiar procesul de fotografiere pot încerca jurnalul foto Avocalo direct.

Întrebări frecvente

O farfurie mai mare sau un obiect de referință în poză schimbă estimarea?

Un obiect de referință poate ajuta un algoritm de estimare a volumului să aprecieze scara, pentru că sistemul nu are altă modalitate de a judeca mărimea dintr-o imagine plată. Fără unul, mărimea farfuriei și vizibilitatea devin variabile pe care estimarea nu le poate controla complet. Asta explică parțial de ce există eroare de mărime a porției (Amugongo et al., 2022).

Poate AI-ul să facă diferența între variantele prăjite și fierte la aburi ale aceluiași aliment?

Uneori, dacă diferența vizuală e clară, cum e o crustă aurie de prăjit față de o suprafață simplă, fiartă la aburi. Clasificarea lucrează din ce e vizibil, mecanismul descris mai sus, așa că un mod de preparare care nu schimbă aspectul, cum e uleiul amestecat în orezul deja gătit, nu lasă nicio urmă vizuală de detectat.

O estimare din poză poate înlocui vreodată cântărirea alimentelor?

Nu. O estimare din poză e o ghicire calculată dintr-o imagine, în timp ce un cântar de bucătărie măsoară greutatea reală din fața ta. Cele două sunt tipuri diferite de număr, unul e dedus din pixeli, celălalt e o măsurătoare directă, iar doar al doilea elimină complet ghicitul mărimii porției.

De ce ar putea două poze ale aceleiași mese să dea rezultate diferite?

Segmentarea, clasificarea și estimarea volumului depind fiecare de cât de mult din preparat e vizibil într-un anumit cadru. Un unghi puțin diferit schimbă informația de intrare pentru fiecare etapă ulterioară. Calitatea imaginii, care variază în funcție de dispozitiv, e o problemă înrudită, separată, pe care analiza din Healthcare o menționează despre aplicațiile mobile de recunoaștere a alimentelor în general (Amugongo et al., 2022).

Cât de precise sunt, per total, aplicațiile de calorii cu AI?

Acuratețea depinde puternic de aliment, de complexitatea preparatului și de sistemul testat, așa că niciun procent unic nu se aplică peste tot. Sursele de eroare descrise etapă cu etapă mai sus sunt motivul pentru care un singur număr general nu poate surprinde asta.

Surse

• Amugongo et al., "Mobile Computer Vision-Based Applications for Food Recognition and Volume and Calorific Estimation: A Systematic Review," Healthcare (Basel) 2022, analiza sistematică din spatele etapelor procesului și cifrelor de eroare citate mai sus.
• NYU Tandon School of Engineering, comunicat despre scannerul alimentar cu AI, sursa pentru prototipul de detecție în 214 categorii și scorul lui de precizie.
• USDA FoodData Central, sursa pentru modul în care sunt produse și actualizate intrări precum Foundation Foods și Branded Foods.
• Regulamentul (UE) nr. 1169/2011 privind informarea consumatorilor cu privire la produsele alimentare, care definește ce trebuie să conțină o etichetă nutrițională obligatorie în UE și România, pentru contrastul dintre valorile de pe etichetă și estimarea vizuală a unui AI.

Citește politica noastră editorială pentru cum au fost verificate cifrele din acest articol. Publicat de Petros IT Solutions SRL. Raportează o corecție la [email protected].