Может ли ИИ определить, сколько калорий в моем блюде по фотографии?

Идея кажется почти слишком удобной, чтобы быть правдой. Вы делаете фотографию своей тарелки с ужином, и через несколько секунд ИИ сообщает вам, что ваше блюдо содержит 647 калорий, 42 грамма белка, 58 граммов углеводов и 24 грамма жиров. Никаких мерных стаканов. Никаких весов. Никакого ввода данных в строку поиска.

Но может ли ИИ действительно это сделать? И если да, то насколько хорошо?

Краткий ответ — да, ИИ может оценивать калории по фотографии еды с практически полезной точностью. В 2026 году лучшие системы отслеживания пищи на основе ИИ достигают точности оценки калорий в пределах 8-12 процентов от значений, измеренных в лаборатории, для большинства блюд. Это более точно, чем ручная оценка калорий среднестатистического человека, которая, согласно исследованиям, постоянно ошибается на 20-40 процентов (Lichtman и др., 1992).

Долгий ответ требует понимания того, что происходит между моментом нажатия кнопки затвора и моментом, когда на экране появляется число калорий. Это многоступенчатый процесс, и на каждом этапе возникают как возможности, так и ограничения.

Четырехступенчатый процесс: от фотографии до калорий

Когда вы фотографируете блюдо, и ИИ возвращает данные о калориях, последовательно выполняются четыре различных вычислительных процесса, обычно за считанные секунды.

Шаг 1: Обработка изображения и обнаружение еды

Первое задание — самое основное: ИИ должен определить, где находится еда на изображении, и сегментировать фотографию на отдельные области с продуктами.

Для этого используются модели глубокого обучения, называемые сетями обнаружения объектов — в частности, архитектуры, такие как YOLO (You Only Look Once) и его последователи, или модели обнаружения на основе трансформеров, такие как DETR. Эти модели были обучены на миллионах аннотированных изображений еды, где люди обводили рамками каждый продукт.

Результатом этого шага является набор областей на изображении, каждая из которых содержит предполагаемый продукт. Фотография тарелки с ужином может дать четыре области: одна для белка, одна для углеводов, одна для овощей и одна для соуса.

Что усложняет этот шаг:

• Продукты, которые перекрываются или частично скрыты (лист салата под куриной грудкой)
• Смешанные блюда, где ингредиенты визуально неразделимы (рагу, запеканка)
• Похожие на вид продукты рядом друг с другом (два вида риса)
• Непродовольственные объекты в кадре (приборы, салфетки, бутылки с приправами)

Шаг 2: Классификация продуктов

После того как ИИ определил области, содержащие еду, ему необходимо классифицировать каждую область — что это за конкретный продукт?

Для этого используются модели классификации изображений, обычно свёрточные нейронные сети (CNN) или трансформеры для обработки изображений (ViT), обученные на размеченных наборах данных о еде. Модель принимает каждую область с продуктом и выдает распределение вероятностей по сотням или тысячам категорий продуктов.

Современные системы распознавания еды работают с вокабулярами от 2000 до 10 000+ категорий продуктов. Например, ИИ Nutrola обучен распознавать продукты из более чем 50 стран, что требует исключительно широкого вокабуляра, включающего не только "рис", но и такие различия, как басмати, жасмин, суши и клейкий рис — поскольку калорийность у них существенно различается.

Что усложняет этот шаг:

• Визуально похожие продукты с разными калорийными профилями (белый рис против цветной капусты: 130 против 25 калорий на чашку)
• Региональные вариации продуктов (например, "пельмени" выглядят по-разному в Китае, Польше и Непале)
• Приготовленные продукты, где способ приготовления не очевиден (курица жареная или запеченная? Разница в калориях значительная)
• Соусы и заправки, которые часто скрыты или смешаны

Шаг 3: Оценка размера порции

Этот шаг считается самым сложным в процессе. Правильная идентификация пищи необходима, но недостаточна — также нужно знать, сколько ее.

ИИ должен оценить физический объем или вес каждого продукта по 2D фотографии. Это по своей сути плохо поставленная задача: 2D изображение не содержит полной 3D информации. Одна и та же фотография может изображать большую тарелку еды, находящуюся далеко от камеры, или маленькую тарелку, близкую к камере.

Системы ИИ используют несколько стратегий для решения этой проблемы:

Масштабирование по эталонным объектам: Тарелка сама по себе служит эталоном. Стандартные обеденные тарелки обычно имеют диаметр от 10 до 12 дюймов, и ИИ использует этот предполагаемый размер для оценки масштаба продуктов. Поэтому включение полного края тарелки в ваше фото улучшает точность.

Изученные приоритеты порций: ИИ научился на своих обучающих данных, как выглядят "типичные" порции. Чаша с хлопьями и молоком обычно содержит 200-350 калорий. Куриная грудка на тарелке обычно весит 4-8 унций. Эти статистические приоритеты предоставляют разумные оценки по умолчанию, даже когда точные измерения невозможны.

Оценка глубины: Некоторые системы используют модели оценки глубины по одному изображению — ИИ, который выводит 3D глубину из одного 2D изображения — для оценки высоты и объема продуктов. Новые iPhone с LiDAR-датчиками могут предоставлять реальные данные о глубине, хотя не все приложения используют это.

Модели плотности продуктов: После оценки объема ИИ применяет специфические для продуктов модели плотности, чтобы преобразовать объем в вес. Это необходимо, поскольку разные продукты имеют очень разные плотности — чашка шпината весит около 30 граммов, в то время как чашка арахисового масла весит около 258 граммов.

Что усложняет этот шаг:

• Скрытая еда под другими продуктами (чаша супа может содержать значительные ингредиенты под поверхностью)
• Калорийные ингредиенты в малых объемах (столовая ложка оливкового масла добавляет 120 калорий, но едва видна)
• Переменные плотности продуктов (слабо упакованный против плотно упакованного риса)
• Необычные сосуды для подачи, которые нарушают предположение о размере тарелки

Шаг 4: Поиск в базе данных о питательных веществах

Последний шаг сопоставляет идентифицированные продукты (из Шага 2) и оцененные порции (из Шага 3) с базой данных о питательных веществах для получения значений калорий и макронутриентов.

Этот шаг часто упускается из виду в обсуждениях точности отслеживания пищи с помощью ИИ, но он критически важен. Результаты ИИ так же надежны, как и база данных, к которой он обращается.

Типы баз данных о питательных веществах:

Тип базы данных	Источник	Качество	Ограничения
Государственные базы данных (USDA, EFSA)	Данные, анализируемые в лаборатории	Высокое	Ограниченное разнообразие продуктов, в основном сырые ингредиенты
Краудсорсинговые базы данных	Подачи пользователей	Переменное	Непоследовательные, дубликаты, ошибки
Базы данных, проверенные диетологами	Профессиональная проверка	Очень высокое	Требует значительных постоянных инвестиций
Базы данных конкретных ресторанов	Данные брендов/сетей	Умеренное	Охватывает только конкретные заведения

Nutrola использует 100% проверенную диетологами базу данных, что означает, что каждая запись о продукте была проверена квалифицированными специалистами в области питания. Это обеспечивает важный уровень точности: даже если визуальная идентификация ИИ имеет незначительные ошибки, данные о питательных веществах, к которым он обращается, являются клинически надежными. Многие конкурирующие приложения полагаются на краудсорсинговые базы данных, где одна запись о "курином карри" могла быть отправлена пользователем, который угадал значения — и эта неточная запись затем предоставляется каждому следующему пользователю.

Ландшафт точности в 2026 году

Насколько точен этот четырехступенчатый процесс на практике? Ответ значительно варьируется в зависимости от конкретного приложения, типа пищи и условий фотографии.

Совокупная производительность

Лучшие системы отслеживания пищи на основе ИИ в 2026 году достигают следующих уровней точности:

Метрика	Ведущие приложения	Средние приложения	Приложения на ранней стадии
Калорийный MAPE (средняя абсолютная процентная ошибка)	8-12%	13-18%	19-30%
Точность идентификации пищи	88-94%	75-85%	60-75%
Точность оценки порции	80-88%	65-78%	50-65%
Процент с ошибкой менее 10%	65-75%	40-55%	20-35%

Для контекста, 10-процентный MAPE для блюда на 600 калорий означает, что оценка ИИ обычно находится в пределах 60 калорий от истинного значения. Это разница между 600 и 660 калориями — предел, который практически не имеет значения с точки зрения питания.

Где ИИ преуспевает

Некоторые типы пищи почти идеально подходят для оценки калорий ИИ:

• Единичные, четко видимые продукты: Банан, яблоко, вареное яйцо. ИИ может идентифицировать их с почти идеальной точностью, и порция (один средний банан, одно большое яйцо) не вызывает сомнений.
• Стандартные блюда на тарелке: Белок, углеводы и овощи на стандартной тарелке. Четкое разделение упрощает идентификацию и оценку порций.
• Популярные блюда ресторанов: Распространенные блюда с последовательными методами приготовления. Маргарита, салат Цезарь или тарелка спагетти карбонара выглядят достаточно похоже в разных ресторанах, чтобы средние значения, изученные ИИ, были надежными.
• Упакованные продукты, сфотографированные с видимыми этикетками: Когда ИИ может прочитать текст на упаковке, он может сопоставить его с базами данных продуктов для точных совпадений.

Где ИИ все еще испытывает трудности

Некоторые сценарии остаются действительно сложными:

• Скрытые калории: Кулинарные масла, масло, заправки и соусы, которые впитываются в еду или не визуально различимы. Столовая ложка оливкового масла (120 калорий), полита сверху салата, почти невидима на фото.
• Смешанные блюда в мисках: Рагу, карри, супы и запеканки, где жидкость скрывает твердые ингредиенты. Чаша с чили, сфотографированная сверху, может содержать от 300 до 700 калорий в зависимости от содержания мяса, плотности бобов и жиров.
• Обманчивые размеры порций: Широкая мелкая тарелка против глубокой миски может представлять визуально похожие фотографии с очень разными объемами еды.
• Неизвестные или региональные продукты: Продукты, которые не входят в обучающую выборку ИИ. Редкое традиционное блюдо из конкретного региона может не соответствовать ни одной категории в словаре модели.

Как подход Nutrola решает эти проблемы

Система ИИ Nutrola была разработана для смягчения известных слабостей анализа фотографий еды с помощью нескольких конкретных стратегий.

Разнообразные обучающие данные

ИИ Nutrola обучен на изображениях еды из более чем 50 кухонь, собранных из базы пользователей приложения (более 2 миллионов, с разрешением и анонимизацией). Это разнообразие обучающих данных означает, что ИИ сталкивается с крайними случаями из каждой кулинарной культуры, а не узко оптимизирован для диеты одного региона.

Проверенная диетологами подстраховка

Даже когда визуальный анализ ИИ несовершенен, 100% проверенная диетологами база данных Nutrola служит корректирующим слоем. Если ИИ идентифицирует продукт как "куриный тикка масала", данные о калориях, которые он возвращает, были определены профессионалом в области питания, который учел типичные методы приготовления, использование масла и плотности порций — а не случайным пользователем, который угадал.

Многофункциональные варианты ввода

Для ситуаций, когда одной фотографии недостаточно, Nutrola предоставляет альтернативные методы регистрации:

• Голосовая регистрация: Опишите свое блюдо на естественном языке. Полезно для продуктов, съеденных ранее, которые вы не можете сфотографировать, или для добавления контекста, который ИИ не может увидеть ("приготовлено на двух столовых ложках кокосового масла").
• Помощник по диете ИИ: Задавайте ИИ вопросы о своем блюде. "Я ел миску рамена в ресторане — бульон, вероятно, был на основе свинины или курицы?" Помощник по диете ИИ может помочь уточнить оценки на основе разговорного контекста.
• Ручная корректировка: После того как ИИ предоставит свою первоначальную оценку, вы можете корректировать порции, заменять продукты и добавлять недостающие компоненты с минимальными усилиями.

Непрерывное обучение

Каждая корректировка, которую делает пользователь — изменение порции, замена продукта, добавление пропущенного ингредиента — возвращается в обучающий процесс Nutrola. С более чем 2 миллионами активных пользователей это создает огромный цикл обратной связи, который постоянно улучшает точность ИИ на реальных блюдах.

Научные основы ИИ распознавания пищи

Для читателей, заинтересованных в технических основах, вот краткий обзор ключевых исследований, которые сделали возможной оценку калорий по фотографиям еды.

Ключевые вехи

2014 — Набор данных Food-101: Исследователи из ETH Zurich опубликовали набор данных Food-101, содержащий 101 000 изображений 101 категории продуктов. Это стал первым стандартизированным эталоном для ИИ распознавания пищи и катализировал исследования в этой области (Bossard и др., 2014).

2016 — Прорыв в глубоком обучении: Применение глубоких свёрточных нейронных сетей для распознавания пищи повысило точность идентификации выше 80 процентов впервые, что было продемонстрировано исследователями из MIT и Google (Liu и др., 2016).

2019 — Прогресс в оценке порций: Набор данных Nutrition5k от Google Research предоставил парные данные изображений пищи с лабораторно измеренным содержанием питательных веществ, что позволило создать первые точные модели оценки порций (Thames и др., 2021).

2022 — Революция трансформеров: Применение трансформеров для обработки изображений (ViT) для распознавания пищи улучшило точность на 5-8 процентных пунктов по сравнению с традиционными подходами CNN, особенно для тонкой классификации продуктов (Dosovitskiy и др., 2022).

2024-2026 — Коммерческая зрелость: Крупные коммерческие приложения, такие как Nutrola, объединили достижения в распознавании пищи, оценке порций и качестве баз данных, чтобы достичь практических уровней точности, поддерживающих повседневное отслеживание калорий.

Текущие исследовательские направления

Научное сообщество активно работает над несколькими направлениями, которые еще больше улучшат точность:

• 3D реконструкция пищи из одиночных изображений с использованием генеративного ИИ для более точной оценки объема пищи
• Распознавание ингредиентов на уровне, которое идентифицирует отдельные ингредиенты в смешанных блюдах
• Обнаружение метода приготовления, которое различает жареные, запеченные, вареные и паровые блюда
• Анализ нескольких фотографий, который объединяет виды с разных углов для лучшей оценки порций

Практические последствия: стоит ли доверять оценкам калорий от ИИ?

Учитывая все вышесказанное, вот сбалансированная оценка того, когда и насколько стоит доверять оценкам калорий от ИИ по фотографиям еды.

Вы можете с уверенностью доверять оценкам ИИ, когда:

• Блюдо состоит из четко видимых, разделимых продуктов
• Вы используете приложение с проверенной базой данных о питательных веществах (не краудсорсинговой)
• Кухня хорошо представлена в обучающих данных приложения
• Вы проверяете и корректируете выводы ИИ, когда они выглядят неправильно
• Ваша цель — направленная точность (оставаться в пределах калорийного диапазона), а не абсолютная точность

Вам следует проявлять дополнительную осторожность, когда:

• Блюдо является сложным смешанным блюдом (рагу, запеканка, густое карри)
• Значительное количество кулинарного жира было использовано, что не видно визуально
• Еда из кухни или региона, которые, как вы подозреваете, недостаточно представлены в обучающих данных ИИ
• Точные подсчеты калорий необходимы по медицинским показаниям (клинические сценарии питания)

По сравнению с альтернативами:

Метод	Типичная точность	Необходимое время	Последовательность
Оценка по фотографии ИИ (лучшие приложения)	88-92%	3-5 секунд	Высокая
Ручная саморегистрация	60-80%	4-7 минут	Низкая (зависит от усталости)
Взвешивание + поиск в базе данных	95-98%	10-15 минут	Высокая (но редко поддерживается)
Никакого отслеживания	0%	0 секунд	Н/Д

Метод взвешивания является самым точным, но практически никто, кроме клинических исследований, не поддерживает его в долгосрочной перспективе. Оценка по фотографии ИИ достигает практического компромисса: достаточно точна, чтобы быть действительно полезной, и достаточно быстра, чтобы быть устойчивой.

Итог

Да, ИИ может определить, сколько калорий в вашем блюде по фотографии — и в 2026 году он делает это с точностью, которая значительно превосходит человеческие догадки. Технология объединяет обнаружение еды, классификацию, оценку порций и поиск в базе данных о питательных веществах в процессе, который выполняется за считанные секунды.

Качество результатов сильно зависит от конкретного приложения, которое вы используете. Ключевыми отличиями являются широта обучающих данных, качество базы данных о питательных веществах и точность оценки порций. Сочетание глобально разнообразного обучения ИИ (более 50 стран), 100% проверенной диетологами базы данных и времени отклика менее трех секунд представляет собой современное состояние искусства для анализа фотографий еды потребителями.

Технология не идеальна — скрытые жиры, сложные смешанные блюда и необычные продукты остаются сложными. Но она достаточно хороша, чтобы вопрос изменился с "может ли ИИ это сделать?" на "как получить наиболее точные результаты?" И этот сдвиг сам по себе знаменует поворотный момент в том, как миллионы людей подходят к отслеживанию питания.

---

Ссылки:

• Lichtman, S. W., и др. (1992). "Несоответствие между саморегистрацией и фактическим потреблением калорий и физической активностью у людей с избыточным весом." New England Journal of Medicine, 327(27), 1893-1898.
• Bossard, L., Guillaumin, M., & Van Gool, L. (2014). "Food-101 — Извлечение дискриминационных компонентов с помощью случайных лесов." European Conference on Computer Vision, 446-461.
• Liu, C., и др. (2016). "DeepFood: Распознавание изображений пищи на основе глубокого обучения для компьютерного анализа диеты." International Conference on Smart Homes and Health Telematics, 37-48.
• Thames, Q., и др. (2021). "Nutrition5k: К автоматическому пониманию питания." Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, 8903-8911.
• Dosovitskiy, A., и др. (2022). "Изображение стоит 16x16 слов: Трансформеры для распознавания изображений в масштабе." International Conference on Learning Representations.