Приложенията отчитат калории от снимани ястия - нашият тест разкрива недостатъци - икономия -
от Рафаел Шуписер - Aargauer Zeitung
Приложението не разпозна всички съставки на пицата.
Маслините се превръщат в гъби, индийското къри се превръща в доматен сос: приложения, които използват изкуствен интелект за изчисляване на броя на калориите в менютата, достигнаха своите граници няколко пъти в теста.
Салатата от домати и моцарела е надеждно разпозната. Едно натискане на спусъка на камерата на мобилния телефон и няколко секунди по-късно дисплеят показва 532 калории до снимката на ястието. Дори пръстените лук, с които е гарнирана салатата, са били правилно идентифицирани от алгоритъма за разпознаване на изображения.
Приложението, което има за цел да улесни броенето на калории, се нарича Snics. Той е разработен от австрийската стартираща 360 Factory. Името е комбинация от термините „закуски“ и „снимки“, обяснява главният изпълнителен директор и основател Герд Сумах. Приложението се базира на база данни с изображения с десетки хиляди ястия. Заснетата снимка се анализира с помощта на изкуствен интелект и се сравнява с изображенията в базата данни, за да се представи хранителната информация на храната на потребителя. «Всичко, което трябва да направите, е да направите снимка на вашата храна. Останалото се случва на заден план “, обяснява Сумах.
„Хранително порно“ се превърна в тенденция
Както е известно, в интернет не липсват снимки на храни. Снимането на ястия се превърна в тенденция, а терминът „хранително порно“ се превърна в модна дума. Ако алгоритъмът вече може да определи количествено хранителните стойности на фотографираните ястия, това може да бъде перфектно съчетано с втора тенденция от дигиталната ера: самоизмерване или движение „количествено себе си.
Вече не само технически подковани хора, които носят гривни, броят стъпки и анализират фазите на съня. Здравноосигурителните компании вече популяризират подобни приложения. Такива данни са наистина пълни само ако не само знаете колко калории сте изгорили, докато тренирате, но и колко сте консумирали. Досега самоинспекторът трябваше да въведе това на ръка в приложението. Програма за разпознаване на изображения като Snics прави това много по-лесно.
също прочетете
Кърито преодолява AI
Това, което работи удивително добре със салатата от домати и моцарела, не работи перфектно с пицата, която следва като основно ястие. Шунката е разпозната, но маслините се бъркат с гъби. Основният проблем на Snics обаче е друг: размерът на порцията не се записва от изкуствения интелект. Независимо дали ще направите снимка на цялата пица или само на парче: тя остава на 873 калории. Потребителят може да пренастрои размера на порцията. Въпреки това източникът на грешка вероятно ще бъде значителен.
Друг проблем: приложението не разпознава дали е конвенционална моцарела (100 грама съдържа около 250 калории) или олекотената версия (около 160 калории). Зад всяка идентифицирана съставка, обяснява Сумах, има стандартна рецепта, която е определена от диетологичния екип на стартиращите.
Приложението достига своите граници, когато става въпрос за разпознаване на индийско ястие с къри. При първия опит алгоритъмът предположи ориз с доматен сос. Разбъркайте енергично с вилица и щракнете отново: Приложението вече подозира вегетарианско къри. Пет минути по-късно предполагаемото вегетарианско ястие се превърна в «ориз басмати с настъргана пуйка». В този случай обаче е направена ръчна намеса. „Ако дадено ястие не е разпознато правилно от изкуствения интелект, нашият екип от диетолози във фонов режим се грижи за коригиране на резултатите“, казва Сумах.
Асистентът на Samsung също прави математика
Snics не е единственото приложение, което може да изчислява калориите въз основа на снимки. Например, Samsung е интегрирал съответната функция в личния асистент Bixby за своите нови смартфони. А има и приложението с обещаващото име Lose it!, Но в нашия кратък тест даде значително по-лоши резултати от Snics. Google също изследва подобна технология от години, но представеното приложение Im2Calories все още не го прави на пазара.
Това показва колко е трудно да се разпознае цялата храна в него от снимано ястие. Това вероятно ще бъде по-трудно за изкуствения интелект от идентифицирането на клетките на рака на кожата на компютърно томографско изображение. Защото тук AI постига по-добри резултати в научните тестове, отколкото опитни рентгенолози.
Но как трябва да е възможно да се разпознават отделни съставки в кашиста яхния, например, без да ги опитвате? Нито човешкото око може. От ИИ може да се очаква много, но чудесата не са част от него.