אילו מזונות סריקות תמונה של AI טועים בהם הכי הרבה? (ואיך לתקן כל אחד מהם)

רטבים, מרקים, שייקים, מזונות כהים בקערות כהות, מנות אורז מעורבות, ותוספות חופפות הן שבע קטגוריות המזון שסורקי תמונה של AI טועים בהן הכי הרבה — עם דיוק נמוך של 35-50% עבור חלק מהפריטים. החדשות הטובות הן שלכל אחת מהקטגוריות הבעייתיות הללו יש פתרון פשוט שנמשך פחות מ-10 שניות ומחזיר את הדיוק מעל 85%. הנה למה ה-AI מתקשה בכל קטגוריה ומה הפתרון המדויק לכל אחת.

למה לסריקות תמונה של AI יש נקודות עיוורון

זיהוי מזון באמצעות AI מתבסס על ניתוח תכונות ויזואליות — צורה, צבע, מרקם וגודל — כדי לזהות מה נמצא על הצלחת שלך ולהעריך כמה יש מזה. גישה זו עובדת בצורה מרשימה עבור מזונות שלמים וברורים. חזה עוף צלוי ליד ברוקולי ואורז על צלחת לבנה יכול להיות מזוהה ומחושב עם דיוק של מעל 90%.

אבל לא תמיד המזון גלוי, מופרד או שלם. חלק מהמזונות מוסתרים בתוך מזונות אחרים. חלקם מעורבבים עד שלא ניתן לזהותם. חלקם באותו צבע כמו הכלים שבהם הם מוגשים. אלו לא כישלונות של AI במובן המסורתי — אלו בעיות פיזיקליות. מצלמה לא יכולה לראות דרך טורטיה בדיוק כמו שהעיניים שלך לא יכולות.

הבנת אילו מזונות נופלים לקטגוריות הבעייתיות הללו מאפשרת לך לצפות את הבעיה וליישם פתרון מהיר לפני שהשגיאה נכנסת לרישום המזון שלך.

בעיה 1: רטבים ותחבושות

למה ה-AI מתקשה: רטבים יוצרים שתי בעיות בו זמנית. ראשית, הם מסתירים את המזון שמתחת — חזה עוף מכוסה ברוטב טריאקי נראה כמו מסה חומה, מה שמקשה על ה-AI לזהות את העוף ולהעריך את גודלו. שנית, קשה מאוד לכמת את הרוטב מתמונה. האם זו כף רוטב סלט או שלוש כפות? ההבדל הוויזואלי כמעט בלתי ניתן להבחנה כאשר הוא מפוזר על סלט.

ההשלכות הקלוריות גבוהות. כף אחת של שמן זית מוסיפה 119 קלוריות. שתי כפות של רוטב ראנצ' מוסיפות 146 קלוריות. שלוש כפות של רוטב בוטנים מוסיפות 195 קלוריות. שגיאות בהערכה של רוטב יכולות לשנות את ספירת הקלוריות של הארוחה ב-50-200 קלוריות.

איך לתקן את זה: צלם את המזון שלך לפני הוספת הרוטב. לאחר מכן, צלם את הרוטב בנפרד במיכל שלו, או רשום בקול את הכמות. ב-Nutrola, אתה יכול לצלם תמונה של הצלחת, ואז לומר "להוסיף שתי כפות רוטב ראנצ'" באמצעות תכונת רישום הקול. העוזר התזונתי של AI ישלב את שני הקלטים לכניסת ארוחה מדויקת אחת.

אם הרוטב כבר על המזון, השתמש בתכונת העריכה המהירה כדי לציין ידנית את סוג הרוטב וכמותו המשויכת.

בעיה 2: מרקים ותבשילים

למה ה-AI מתקשה: נוזל אטום הוא חומה ויזואלית. קערת מרק עוף טורטיה מצולמת מלמעלה נראית כמו משטח אדום-חום עם כמה קישוטים נראים. ה-AI יכול לזהות את צבע הציר וכל תוספות צפות (שמנת חמוצה, רצועות טורטיה, כוסברה), אבל הוא לא יכול לראות את העוף, השעועית, התירס או מרכיבים אחרים המוסתרים מתחת לפני השטח.

זה מוביל להערכה שיטתית נמוכה. ה-AI רושם מה שהוא יכול לראות — את הציר והתוספות — ומפספס את החלבון והפחמימות הקלוריות שמתחת. קערת תבשיל עוף וירקות עשויה להכיל 450 קלוריות, אבל ה-AI עשוי לרשום אותה ב-200-250 קלוריות בהתבסס על רכיבים נראים בלבד.

איך לתקן את זה: תאר בקול את המרכיבים. לאחר צילום המרק, אמור ל-AI מה יש בו: "זה מרק עוף טורטיה עם כארבע אונקיות של עוף מפורר, חצי כוס של שעועית שחורה, תירס, ושתי כפות של שמנת חמוצה למעלה." רישום הקול של Nutrola תופס פרטי מרכיבים שהצילום לא יכול, והעוזר התזונתי של AI משלב את המידע הוויזואלי והקולי להערכה מלאה.

למרקים משימוניים או ממסעדות עם נתוני תזונה ידועים, סריקת ברקוד (למזון משימוני) או חיפוש שם המסעדה במאגר המידע המאומת של Nutrola ייתן לך נתוני קלוריות מדויקים ללא צורך בתמונה.

בעיה 3: שייקים ומשקאות מעורבים

למה ה-AI מתקשה: ערבוב הורס כל רמז ויזואלי שה-AI מתבסס עליו. שייק עשוי מבננה, תרד, אבקת חלבון, חמאת בוטנים וחלב שקדים נראה זהה לשייק עשוי מבננה, קייל ומים — בעוד שהראשון מכיל כ-480 קלוריות והשני מכיל כ-150 קלוריות. צבע בלבד לא יכול להבחין בין מרכיבים, ותהליך הערבוב מחסל צורה, מרקם והפרדה.

זה הופך את השייקים לאחת מקטגוריות המזון עם הדיוק הנמוך ביותר בסריקות תמונה, כאשר הדיוק ללא סיוע נופל לפעמים מתחת ל-40%.

איך לתקן את זה: רשום בקול את המתכון במקום לצלם את המוצר הסופי. לפני או אחרי הערבוב, אמור: "שייק עם בננה אחת, סקופ אחד של חלבון מי גבינה, כף אחת של חמאת בוטנים, כוס אחת של חלב שקדים, ומעט תרד." זה נותן ל-AI את המרכיבים והכמויות המדויקות. ב-Nutrola, אתה יכול ליצור ולשמור את המתכונים האהובים עליך לשייקים כך שתוכל לרשום אותם במגע אחד בפעמים חוזרות.

לחילופין, צלם את המרכיבים מונחים לפני הערבוב. זה עובד טוב כי כל פריט נפרד ונראה.

בעיה 4: מזונות כהים בקערות כהות

למה ה-AI מתקשה: זיהוי מזון באמצעות AI תלוי בניגוד בין המזון לכלי שלו כדי לקבוע קצוות, גבולות וגודל מנות. כאשר מזונות כהים (שעועית שחורה, שוקולד כהה, תבשיל בקר, מנות מבוססות רוטב סויה, אורז שחור) מוגשים בקערות או צלחות כהות, הניגוד הוויזואלי מתקרב לאפס. ה-AI לא יכול לקבוע היכן המזון נגמר והקערה מתחילה, מה שמוביל לשגיאות משמעותיות בהערכת המנות.

נתוני בדיקות ממחקרי זיהוי מזון מראים כי שילובי מזון וכלים עם ניגודיות נמוכה מפחיתים את דיוק הערכת המנות ב-15-25 נקודות אחוז בהשוואה לאותו מזון על משטח בעל ניגודיות גבוהה (לבן או בהיר).

איך לתקן את זה: השתמש בצלחות וקערות בהירות. זהו הפתרון הפשוט והיעיל ביותר בכל הרשימה הזו. צלחת לבנה מספקת ניגודיות מקסימלית עבור כמעט כל סוגי המזון. אם אתה נמצא במסעדה ואינך יכול לשלוט בכלי ההגשה, הנח מפית לבנה ליד הקערה כנקודת ייחוס, או הוסף לתמונה הערה קולית המתארת את גודל המנה המשויכת.

בעיה 5: מזונות עטופים (בוריטו, רולים, רולים אביביים, כיסונים)

למה ה-AI מתקשה: טורטיה, נייר אורז, עטיפת וונטון או פיתה הם אטומים ויזואלית. ה-AI יכול לזהות שאתה אוכל בוריטו, אבל אין לו דרך לקבוע מה יש בפנים — עוף או קארניטס, שעועית שחורה או שעועית מטוגנת, עם או בלי גואקמולה, עם או בלי שמנת חמוצה. ההבדל הקלורי בין בוריטו עוף וירקות (כ-450 קלוריות) ובוריטו קארניטס עם גואקמולה, גבינה ושמנת חמוצה (כ-900+ קלוריות) הוא עצום, אבל מבחוץ הם נראים כמעט זהים.

איך לתקן את זה: תאר בקול את התוכן לאחר הצילום. אמור: "בוריטו עוף עם שעועית שחורה, אורז, חסה, סלסה וגואקמולה." אתה יכול גם לצלם את הבוריטו חתוך לחצי כדי לחשוף את החלק הפנימי, מה שנותן ל-AI הרבה יותר מידע על המילוי. בעוזר התזונתי של Nutrola, ה-AI משתמש גם בתמונה וגם בתיאור הקולי כדי לבנות פרופיל תזונתי מלא של הפריט עטוף.

לבוריטו ורולים ממסעדות רשת (Chipotle, Taco Bell, Subway וכו'), חיפוש שם המסעדה במאגר המידע המאומת של Nutrola ייתן לעיתים קרובות נתוני תזונה מדויקים עבור ההזמנה הספציפית שלך.

בעיה 6: מנות אורז מעורבות

למה ה-AI מתקשה: מנות מבוססות אורז הן אמביגואיות ויזואלית. אורז מטוגן, בראיאני, פאיולה וריזוטו יכולים כולם להיראות כמקבץ של גרגרים בצבע דומה עם תוספות מפוזרות. ה-AI עשוי לזהות בטעות אורז מטוגן (מבושל בשמן עם ביצים וירקות, כ-230 קלוריות לכוס) כאורז מאודה פשוט (כ-200 קלוריות לכוס) — אבל לפספס את 2-3 כפות השמן שהשתמשו בתהליך הטיגון.

בראיאני מציג אתגר דומה. האורז מבושל עם גהי, תבלינים ולעיתים קרובות מונח עם בשר שאינו נראה מלמעלה. כוס של בראיאני עוף מכילה כ-290-350 קלוריות, אבל ה-AI עשוי להעריך אותה כאורז פשוט עם עוף למעלה, ומפספס את תכולת השומן לגמרי.

איך לתקן את זה: השתמש בתכונת העריכה המהירה כדי לציין את סוג מנת האורז המדויק לאחר שה-AI מבצע את הזיהוי הראשוני. ב-Nutrola, הקש על הפריט שנרשם ובחר את המגוון הנכון ממאגר המידע המאומת. ציון "אורז מטוגן עם עוף" במקום לקבל זיהוי כללי של "אורז" יכול לתקן שגיאת קלוריות של 100-200 קלוריות לכל מנה.

למנות אורז ביתיות, רישום הקול של שיטת הבישול הוא הגישה המדויקת ביותר: "כוס אחת של אורז מטוגן עם שתי כפות שמן שומשום, שתי ביצים וירקות מעורבים."

בעיה 7: מזונות חופפים ושכבות מוסתרות

למה ה-AI מתקשה: פיצה היא הדוגמה הקלאסית. מצולמת מלמעלה, פרוסת פיצה מראה תוספות — פפרוני, פטריות, פלפלים — אבל הגבינה שמתחת לתוספות והרוטב שמתחת לגבינה מוסתרים חלקית או לחלוטין. פיצה עם קרום דק ופיצה עם קציצה עמוקה יכולות להיות בעלות משטחים דומים אבל להבדיל ב-300+ קלוריות לכל פרוסה.

בעיה זו מתרחבת למנות שכבתיות כמו לזניה (כאשר מספר השכבות הפנימיות אינו נראה), נאצ'וס עמוסים (כאשר הצ'יפס בתחתית קבורים מתחת לתוספות), וקערות דגנים שבהן הדגן הבסיסי מוסתר מתחת לחלבונים וירקות.

איך לתקן את זה: ציין את סוג המנה וגודלה באמצעות קול או עריכה מהירה. עבור פיצה, אמור "שתי פרוסות פיצה עם קציצה עמוקה של פפרוני" במקום להסתמך רק על התמונה. עבור מנות שכבתיות, תאר מה שאתה יודע על השכבות. העוזר התזונתי של Nutrola יכול להשתמש במידע הקונטקסטואלי — "קציצה עמוקה" מול "קרום דק," "נאצ'וס עמוסים" מול "צ'יפס פשוט עם סלסה" — כדי להתאים את הערכות הקלוריות באופן משמעותי.

טבלת הפניות למזונות בעייתיים

טבלה זו מכסה 15 מזונות בעייתיים נפוצים, מסבירה למה ה-AI מתקשה, מספקת את הפתרון המהיר, ומראה את שיפור הדיוק שאתה יכול לצפות לו.

מזון בעייתי	למה ה-AI מתקשה	פתרון מהיר	דיוק ללא תיקון	דיוק עם תיקון	שגיאת קלוריות טיפוסית ללא תיקון
סלט עם רוטב	לא יכול לכמת רוטב שנשפך	צילום לפני הרוטב, רישום קול של הכמות	52%	88%	+/- 150 קלוריות
רוטב פסטה קרמי	הרוטב מסתיר את כמות הפסטה מתחת	תאר בקול את כמות הפסטה והרוטב	55%	87%	+/- 180 קלוריות
מרק עוף	ציר אטום מסתיר מרכיבים submerged	תאר בקול את כל המרכיבים	48%	86%	+/- 200 קלוריות
תבשיל בקר	נוזל כהה, בשר וירקות בלתי נראים	תאר בקול את המרכיבים והכמויות	45%	85%	+/- 230 קלוריות
שייק ירוק	ערבוב הורס את כל הרמזים הוויזואליים	רישום קול של המתכון לפני הערבוב	35%	90%	+/- 250 קלוריות
שייק חלבון	נוזל אטום, אבקת חלבון בלתי נראית	רישום קול או שמירת מתכון לרישום במגע אחד	38%	92%	+/- 200 קלוריות
שעועית שחורה בקערה כהה	ניגודיות כמעט אפסית עם הכלי	השתמש בקערה לבנה או תאר בקול את המנה	58%	86%	+/- 120 קלוריות
מוקפץ ברוטב סויה בצלחת כהה	רוטב כהה על משטח כהה	השתמש בצלחת בהירה, רישום קול של כמות הרוטב	55%	84%	+/- 160 קלוריות
בוריטו (שלם)	טורטיה מסתירה את כל המילוי	תאר בקול את המילוי או צלם חתוך לחצי	40%	85%	+/- 280 קלוריות
רולים אביביים	נייר אורז מסתיר את התוכן	תאר בקול את מרכיבי המילוי	42%	84%	+/- 180 קלוריות
אורז מטוגן	נראה כמו אורז פשוט עם תוספות	עריכה מהירה לציון "אורז מטוגן" עם שמן	60%	88%	+/- 150 קלוריות
בראיאני עוף	תכולת שומן ותבלינים בלתי נראית באורז	ציין בראיאני בעריכה מהירה, לא אורז פשוט	55%	87%	+/- 170 קלוריות
פיצה עם קציצה עמוקה	תוספות מסתירות גבינה, עומק הקרום בלתי נראה	ציין בקול את סוג הקרום והגודל	50%	86%	+/- 250 קלוריות
נאצ'וס עמוסים	צ'יפס בתחתית קבורים מתחת לתוספות	תאר בקול שכבות וגודל משוער	48%	83%	+/- 220 קלוריות
לזניה	מספר השכבות הפנימיות בלתי נראה מלמעלה	ציין את גודל המנה (למשל, "ריבוע גדול אחד")	52%	85%	+/- 200 קלוריות

כלל ה-10 שניות: מתי להוסיף תמונה

כלל פשוט: אם אינך יכול לראות את כל המרכיבים בארוחה שלך על ידי הסתכלות על הצלחת, ה-AI גם לא יכול. בכל פעם שזה קורה, הקדש 10 שניות להוסיף לתמונה הערה קולית או לערוך במהירות.

זה חל על:

• מרכיבים מוסתרים: כל דבר מכוסה, עטוף או submerged
• שיטת בישול: מטוגן מול אפוי מול מאודה (בלתי נראה מתמונה אבל משנה את ספירת הקלוריות באופן משמעותי)
• רטבים ושמנים: כמויות כמעט בלתי אפשרי להעריך ויזואלית
• עומק המנה: מזונות בקערות שבהן הנפח אינו נראה מלמעלה

הגישה המשולבת של Nutrola — זיהוי תמונה של AI יחד עם רישום קול ומאגר מידע מאומת של מעל מיליון מזונות — מיועדת במיוחד לכך. העוזר התזונתי של AI מתייחס לתמונה כנקודת התחלה ומשתמש בקלט הקולי שלך כדי למלא את הפערים שהמצלמה לא יכולה לתפוס.

מזונות שסורקי תמונה של AI מזהים כמעט תמיד נכון

לצורך הקשר, הנה קטגוריות המזון שבהן סריקות תמונה אמינות מאוד ולעיתים נדירות זקוקות להשלמה:

• פירות שלמים: תפוחים, בננות, תפוזים — צורות וצבעים ייחודיים, 90-95% דיוק
• חלבונים צלויים ללא רוטב: חזה עוף, סטייק, פילה סלמון — 85-92% דיוק
• ירקות מופרדים: ברוקולי, גזר, שעועית ירוקה מונחים בצורה נראית — 88-94% דיוק
• לחם ומאפים: לחם פרוס, לחמניות, קרואסונים — צורות ייחודיות, 85-90% דיוק
• ביצים (נראות): ביצים מטוגנות, מקושקשות או מבושלות על צלחת — 88-93% דיוק
• נשנושים עם מרכיב אחד: חופן שקדים, מקל גבינה, חטיף גרנולה (לא עטוף) — 82-88% דיוק

כאשר הארוחה שלך מורכבת בעיקר מהפריטים הנראים והנפרדים הללו, בדרך כלל תמונה אחת היא כל מה שאתה צריך.

איך לפתח את הרגל התיקון

הגישה היעילה ביותר היא לא לזכור רשימה של מזונות בעייתיים. במקום זאת, בנה הרגל אחד: לאחר כל צילום מזון, קח שנייה לשאול את עצמך, "האם המצלמה יכולה לראות הכל שאני עומד לאכול?" אם התשובה היא לא, הוסף הערה קולית מהירה.

ב-Nutrola, התהליך הוא חלק:

1. צלם תמונה של הארוחה שלך
2. אם משהו מוסתר, הקש על המיקרופון ותאר מה יש בפנים, מתחת או מעורבב
3. העוזר התזונתי של AI משלב את שני הקלטים ומייצר פיצול תזונתי מלא

זה לוקח פחות מ-15 שניות בסך הכל ומבטל את הפערים בדיוק שהופכים את סריקות תמונה של מזון לבלתי אמינות עבור מנות מסוימות.

שאלות נפוצות

למה סריקות מזון של AI מתקשות יותר עם נוזלים מאשר עם מזונות מוצקים?

נוזלים מחסלים את הרמזים לצורה, מרקם והפרדה שה-AI מתבסס עליהם לזיהוי. חזה עוף מוצק יש לו צורה ומרקם נראים. עוף מומס במרק לא מכיל אף אחד מהמאפיינים הללו — הוא הופך לחלק מנוזל אטום. בנוסף, קשה מאוד להעריך את נפח הנוזל מתמונה מלמעלה כי שטח הפנים לא מצביע באופן מהימן על עומק. קערה רחבה ורדודה וכוס צרה ועמוקה יכולות להראות את אותו שטח פנים אבל להכיל נפחים שונים מאוד.

האם סריקות מזון של AI יכולות לזהות שמני בישול שנעשה במהלך ההכנה?

לא. שמני בישול נספגים במזון במהלך ההכנה ומשאירים שום רמז ויזואלי מהימן בתמונה. ה-AI לא יכול להבחין בין חזה עוף מטוגן (מבושל ב-1-2 כפות שמן, מוסיף 120-240 קלוריות) לבין חזה עוף צלוי יבש מתמונה בלבד. תמיד רישום קול או הוספת שמני בישול ידנית. זו אחת מהמקורות הנפוצים ביותר של קלוריות מוסתרות בסריקות תמונה של מזון.

כמה מדויקת סריקות מזון של AI עבור מנות במסעדות בהשוואה למנות ביתיות?

מנות במסעדות בדרך כלל קשות יותר לסרוק בצורה מדויקת על ידי AI כי מסעדות משתמשות ביותר שמן, חמאה ורוטב מאשר רוב הבישול הביתי, וההוספות הללו בלתי נראות בתמונות. מחקרים מצביעים על כך שדיוק סריקות מזון של AI עבור מנות במסעדות ממוצע נמוך ב-5-15 נקודות אחוז בהשוואה למנות ביתיות עם אותם מזונות. עבור מסעדות רשת, שימוש בנתוני תזונה שפורסמו על ידי המסעדה (ניתן לחיפוש במאגר המידע המאומת של Nutrola) מדויק בהרבה מאשר סריקות תמונה.

האם חיתוך מזון לחתיכות לפני הצילום משפר את דיוק ה-AI?

זה תלוי. חיתוך בוריטו לחצי כדי לחשוף את החלק הפנימי עוזר ל-AI לראות את המילוי, מה שמשפר את הדיוק. אבל חיתוך חזה עוף לחתיכות קטנות יכול למעשה להפחית את הדיוק כי ה-AI עשוי להתקשות להעריך את הסך הכולל מהמקטעים הפזורים. הכלל הכללי: חתוך מזונות עטופים או שכבתיים כדי לחשוף תכנים מוסתרים, אבל השאר מזונות שלמים ונראים שלמים לצילום.

האם עדיף להשתמש בסריקות תמונה או בהזנה ידנית עבור מנות מעורבות כמו קאסרולות?

עבור מנות מעורבות שבהן המרכיבים מעורבים לחלוטין או שכבתיים, רישום קול בדרך כלל מדויק יותר מאשר סריקות תמונה בלבד או חיפוש והזנה ידנית. רישום קול מאפשר לך לתאר את המנה באופן טבעי — "כוס וחצי של קאסרולה עוף וברוקולי עם בסיס של מרק פטריות" — וה-AI יכול להתאים את זה למתכונים ידועים ונתוני קלוריות. זה מהיר יותר מאשר לחפש ידנית כל מרכיב ומדויק יותר מאשר תמונה של משטח אפוי חום.

מה לעשות אם ה-AI מזהה בטעות מזון בתמונה שלי?

הקש על הפריט המזוהה בטעות ברישום המזון שלך והשתמש בתכונת העריכה המהירה או פונקציית החיפוש כדי להחליף אותו במזון הנכון. ב-Nutrola, אתה יכול גם לתקן בקול על ידי saying "זה לא אורז לבן, זה אורז קוקוס." ה-AI לומד מתיקונים קונטקסטואליים בתוך ארוחה כדי לשפר את ההערכות עבור הפריטים הנותרים. תיקונים עקביים גם עוזרים לאפליקציה להתאים את הזיהוי שלה לאורך זמן עבור מזונות שאתה אוכל באופן קבוע.

איך Nutrola מתמודדת עם מנות שמשלבות סריקות תמונה עם תיקוני קול?

העוזר התזונתי של Nutrola מתייחס לסריקות התמונה כבסיס ויזואלי ולקלט הקולי כנתונים משלימים. כאשר אתה רושם פרטים נוספים לאחר צילום — כמו "להוסיף את רוטב הטריאקי, בערך שלוש כפות" — ה-AI משלב את שני הקלטים לכניסת ארוחה אחת עם סך תזונה משולב. אין צורך לרשום את התמונה ואת הקלט הקולי כמנות נפרדות. המערכת מיועדת לגישה ההיברידית הזו כי היא מייצרת באופן עקבי את התוצאות המדויקות ביותר בכל סוגי המזון.

האם דיוק סריקות מזון של AI ישתפר מספיק כדי להתמודד עם המזונות הבעייתיים הללו בעתיד?

זיהוי מזון באמצעות AI משתפר בהדרגה, עם עליות דיוק של 2-5 נקודות אחוז בשנה בכל הקטגוריות המזון. עם זאת, כמה מגבלות הן יסודיות — אף מצלמה לא יכולה לראות דרך טורטיה או לתוך מרק אטום. השיפורים המשמעותיים ביותר בעתיד יגיעו ככל הנראה מ-AI קונטקסטואלי (שלומד את דפוסי האכילה שלך ומנות נפוצות) וקלט רב-מודלי (שמשלב תמונות, קול ונתונים קודמים), שזה הכיוון שבו Nutrola כבר מתקדמת. בינתיים, הגישה של תמונה-ועם-קול נשארת השיטה המדויקת ביותר הזמינה.