Els comptadors de calories per foto solen tenir una precisió d'entre un 10 i un 20% per a un àpat normal en un plat, com pollastre a la brasa amb arròs o un bol d'ous amb torrada. Empitjoren amb plats barrejats, salses abundants i begudes, on la càmera no pot veure què ha entrat a la paella. La solució no és una IA més perfecta. És un toc ràpid de correcció quan l'estimació sembla desviada, i registrar prou de manera constant perquè els petits errors s'equilibrin al llarg d'una setmana.
La pregunta que tothom es fa abans de confiar en una app de fotos
Apuntes la càmera a un plat de pasta, l'app diu "620 kcal", i el teu primer pensament és: qui ho diu? És just. Si el número pot fallar per la meitat, tot el costum perd el sentit. Separem, doncs, amb xifres clares, el que la IA de fotos fa genuïnament bé del que encara endevina.
El que està resolt: reconèixer el menjar del plat
Identificar què menges és, ara mateix, un problema pràcticament resolt. Els models de visió moderns reconeixen correctament els plats habituals la gran majoria de les vegades: pollastre a la brasa, un burrito bowl, ous remenats, el model els coneix. Els errors de reconeixement són l'excepció, no la norma.
El que no ho està: les racions, els olis amagats i els plats barrejats
La mida de la ració és on viu l'error real. Una foto és una imatge plana en 2D d'un plat en 3D, així que el model no pot pesar el teu arròs. Aquí neix la major part d'aquell marge típic del 10-20%, i pot ampliar-se encara més en els plats més complicats.
Tres coses ho empitjoren:
- Calories amagades. La cullerada d'oli d'oliva a la paella, la mantega a la salsa. Invisible a la foto, molt visible a la bàscula.
- Plats barrejats i embolicats. Guisats, cassoles, burritos, qualsevol cosa amb capes on no es veu cada ingredient per separat, són els que tendeixen a tenir el marge d'error més ampli.
- Begudes i salses. Un raig d'amaniment o una beguda ensucrada és fàcil de deixar-se en una foto, i fàcil d'infravalorar fins i tot quan sí que es registra.
Així que el pressupost d'error honest queda així: reconèixer el menjar hi contribueix poc, les racions i els extres amagats en són els principals responsables.
És difícil el recompte de calories amb IA? En realitat és la manera més fàcil de registrar
Aquí ve la part que sovint es perd en el debat sobre la precisió: registrar amb fotos no és difícil, és el mètode de registre més fàcil que existeix. La manera antiga (cercar a una base de dades, endevinar quina de les nou entrades de "pit de pollastre" és la correcta, pesar o calcular a ull la ració, teclejar-ho) requereix un esforç real cada vegada. Una foto es salta del tot el pas de cercar i pesar. Apuntes, tens una estimació, has acabat en segons.
El límit honest és que "ràpid" i "perfectament precís" no són el mateix. Una estimació per foto és un bon punt de partida, no una mesura de laboratori. Si necessites precisió clínica, una bàscula de cuina i una entrada manual continuen sent l'eina més exacta. Per al seguiment del dia a dia, una estimació ràpida que realment fas servir supera una de precisa que abandones al cap d'una setmana.
Com aconseguir resultats més precisos
Uns quants hàbits tanquen la major part de la distància entre una estimació aproximada per foto i una xifra realment útil:
- Fes la foto amb bona llum. Una llum feble o groguenca fa que les racions i els ingredients siguin més difícils de llegir, tant per al model com per a tu.
- Que tot el plat surti a la foto. Una foto retallada amaga exactament la part que hauria corregit l'estimació.
- Un plat per foto. Dos plats en una mateixa imatge obliguen el model a repartir les calories entre menjars que no pot separar del tot.
- Revisa i ajusta la ració. Si el plat sembla més gran o més petit del que assumeix l'estimació, corregeix-la. Aquest únic hàbit arregla més error que qualsevol truc de fotografia.
- Registra begudes i salses per separat. Són el més fàcil d'oblidar i, sovint, el més fàcil de calcular malament a partir d'una foto.
Com gestiona Kalo la incertesa: veu-ho, corregeix-ho en dos tocs
Com que l'error de ració és inevitable, la pregunta de disseny esdevé: què fa l'app al respecte? A Kalo, cada element de la targeta de resultat és editable. Si la ració, un ingredient o un extra amagat sembla incorrecte, ho corregeixes en un parell de tocs, allà mateix, no a través d'un menú d'edició de cinc pantalles. Fes la foto, fes una ullada, ajusta, llest.
L'altra meitat és la gent. Pots afegir fins a 5 amics, veure el dia de tothom costat per costat, reaccionar i animar-vos mútuament, i les parelles es poden vincular perquè un dels dos vegi també el registre de l'altre. Veure el teu dia al costat del d'algú altre és una empenta constant per seguir registrant els dies en què, si no, ho deixaries córrer, i això compta més per als teus resultats que no pas que una sola estimació sigui perfecta. La precisió manté una xifra honesta. La companyia manté viu l'hàbit.
Si vols una app de seguiment honesta sobre els seus marges d'error, fàcil de corregir i més divertida amb la teva gent dins, Kalo està disponible per a iOS i Android.