Проблема скрытого масла: как мультимодальный ИИ видит то, что скрыто от ваших глаз

Сфотографируйте овощное рагу, приготовленное в воке. Выглядит как полезное блюдо: брокколи, болгарский перец, стручковый горошек, несколько полосок курицы поверх риса. Фототрекер калорий оценит его примерно в 400–500 калорий.

А теперь подумайте о том, что фотография не может показать: три столовые ложки растительного масла, нагретого в воке перед тем, как туда попали овощи. Это дополнительные 360 калорий и 42 грамма жира, которые физически присутствуют в блюде, но совершенно невидимы на изображении.

Это и есть проблема скрытого масла — самый крупный источник ошибок в подсчёте калорий на основе фотографий.

Масштаб невидимых калорий

Кулинарные жиры — самый калорийный ингредиент на кухне: 9 калорий на грамм, что более чем вдвое превышает калорийность белков или углеводов. Даже умеренное использование добавляет значительное количество калорий к блюду, которые невозможно определить визуально после приготовления пищи.

Вот сколько калорий на самом деле добавляют обычные количества кулинарных жиров:

Кулинарный жир	Количество	Добавленные калории
Оливковое масло	2 столовые ложки	239
Сливочное масло	2 столовые ложки	204
Кокосовое масло	2 столовые ложки	234
Растительное масло	3 столовые ложки	360
Топлёное масло (гхи)	2 столовые ложки	270
Кунжутное масло	1 столовая ложка	120

Домашний ужин, который выглядит на 500 калорий, легко может оказаться 800–900 калорий, если учесть кулинарные жиры. За день эти невидимые калории могут составить от 500 до 700 неучтённых калорий — этого достаточно, чтобы полностью свести на нет запланированный дефицит калорий.

Дело не только в масле

Проблема скрытых калорий выходит за рамки растительного масла и распространяется на целый ряд калорийных добавок, которые становятся невидимыми в готовом блюде:

• Сливочное масло, растопленное в рисе или пасте: 1 столовая ложка добавляет 102 калории, и вы не увидите его после того, как оно растает
• Сливки, добавленные в суп: четверть стакана жирных сливок добавляет 205 калорий к тарелке томатного супа, который выглядит точно так же, как версия без сливок
• Салатная заправка, впитавшаяся в зелень: две столовые ложки соуса ранч добавляют 145 калорий, при этом большая часть заправки скапливается на дне миски или впитывается в листья салата
• Маринады на мясе гриль: маринад терияки может добавить от 50 до 100 калорий на порцию за счёт сахара и масла
• Сахар в соусах: столовая ложка мёда в соусе для воковых блюд добавляет 64 калории, которые визуально совершенно неопределимы

Почему трекеры только на основе фото не справляются

Компьютерное зрение добилось значительных успехов в распознавании еды. Современные модели могут определять отдельные продукты на тарелке, оценивать размер порций с помощью анализа глубины и даже различать визуально похожие блюда. Но все они имеют общее фундаментальное ограничение: они могут анализировать только то, что видно.

Проблема поверхностного анализа

Фотография фиксирует поверхность блюда. Она не может увидеть масло, впитавшееся в рисовые зёрна, сливочное масло, растворённое в соусе, или сливки, смешанные с карри. Внешний вид рагу, приготовленного на одной столовой ложке масла, практически идентичен приготовленному на четырёх столовых ложках. При этом разница в калорийности составляет 360 калорий.

Никакое улучшение разрешения изображения, архитектуры модели или обучающих данных не может решить эту проблему, потому что информация просто отсутствует на изображении.

Статистическое усреднение не работает

Некоторые фототрекеры пытаются учитывать скрытые жиры через статистическое усреднение: предполагая «типичное» количество масла на основе типа блюда. Это лучше, чем полное игнорирование кулинарных жиров, но вносит собственные ошибки.

Домашняя готовка сильно различается. Кто-то для жарки использует лёгкое распыление масла, а кто-то — щедрую порцию. Ресторанные блюда часто содержат в два-три раза больше жира, чем домашняя еда. Статистическое среднее будет ошибочным практически для каждого, просто в разных направлениях.

Как мультимодальный ИИ решает проблему скрытых калорий

Мультимодальный ИИ — это системы, которые комбинируют несколько типов входных данных, таких как изображения, текст и голос, чтобы создать более полную картину, чем может дать любой отдельный источник. В контексте отслеживания питания это означает дополнение того, что видит камера, информацией, которую предоставляет пользователь.

Фото плюс голос: полная картина

Процесс прост. Пользователь фотографирует своё блюдо, и ИИ определяет видимые компоненты: брокколи, курица, болгарский перец, рис. Затем пользователь добавляет голосовую заметку: «Я использовал примерно две столовые ложки кунжутного масла и столовую ложку соевого соуса.»

Теперь система имеет два потока данных: визуальную идентификацию продуктов и информацию от пользователя о деталях приготовления. Их комбинация позволяет получить оценку калорийности, которая учитывает как видимые, так и невидимые компоненты блюда.

Мультимодальный подход Nutrola позволяет пользователям добавлять этот контекст с помощью голоса или текста в момент записи. Система обрабатывает оба типа данных одновременно, корректируя оценку питательной ценности на основе указанного способа приготовления, типа масла и его количества.

Умные подсказки для типичных слепых зон

Интеллектуальная система не полагается исключительно на добровольное предоставление информации пользователем. Когда ИИ определяет тип блюда, в котором обычно присутствуют скрытые жиры, он может задать пользователю целевой вопрос.

Сфотографируйте тарелку пасты, и система может спросить: «Это блюдо приготовлено на основе масла или сливочного масла?» Запишите карри, и она спросит: «Это приготовлено с кокосовым молоком, сливками или маслом?»

Эти контекстные подсказки добавляют 5–10 секунд к процессу записи, но могут повысить точность на 20–35 процентов для блюд со значительным содержанием скрытых жиров.

Изучение пользовательских привычек

Со временем мультимодальная система изучает индивидуальные кулинарные привычки. Если пользователь постоянно сообщает, что использует две столовые ложки оливкового масла при готовке овощей, система может автоматически применять этот базовый уровень к будущим овощным блюдам, запрашивая подтверждение, а не начиная с нуля каждый раз.

Это снижает трение при предоставлении деталей приготовления, сохраняя при этом преимущество в точности.

Проблема ресторанных блюд

Скрытые калории многократно возрастают в ресторанных условиях, где у пользователя нет возможности узнать о способах приготовления. Ресторанные кухни регулярно используют больше жира, чем ожидают домашние повара.

Исследование 2016 года, опубликованное в Journal of the American Academy of Nutrition and Dietetics, показало, что ресторанные блюда содержат в среднем 1 205 калорий, при этом кулинарные жиры составляют примерно 30 процентов общей калорийности — пропорция, которую участники исследования стабильно недооценивали.

Как мультимодальный ИИ работает с ресторанными блюдами

Для ресторанных блюд мультимодальный подход сочетает распознавание фотографий с контекстными знаниями. Когда система определяет ресторанное блюдо, она может:

1. Применять ресторанные допущения по порциям и способам приготовления вместо значений для домашней кухни
2. Запрашивать у пользователя наблюдаемые детали: «Блюдо выглядело маслянистым?» или «Был ли виден соус?»
3. Обращаться к известным ресторанным данным для сетевых ресторанов с опубликованной информацией о питательной ценности
4. Учитывать базовые показатели по типу кухни: итальянские рестораны обычно используют больше оливкового масла; индийские рестораны — больше топлёного масла (гхи) и сливок; китайские рестораны — больше растительного масла при высокой температуре

Этот многоуровневый подход не обеспечивает лабораторную точность, но значительно сокращает разрыв между предполагаемой и фактической калорийностью.

Практические стратегии отслеживания скрытых жиров

Даже при наличии мультимодального ИИ осведомлённость о скрытых калориях повышает точность отслеживания. Вот стратегии, основанные на доказательствах.

Измеряйте перед приготовлением

Самая эффективная стратегия — измерять кулинарные жиры перед добавлением на сковороду. Кухонные весы или мерная ложка займут 10 секунд и полностью исключат догадки. Затем вы можете сообщить точное количество в своё приложение для отслеживания.

Знайте блюда с высоким риском

Определённые типы блюд стабильно содержат больше скрытых калорий, чем другие:

• Жареные и обжаренные блюда: масло является основной средой для приготовления
• Карри и тушёные блюда: часто содержат кокосовое молоко, сливки или топлёное масло (гхи)
• Запечённые овощи: обычно перемешиваются с 2–4 столовыми ложками масла перед запеканием
• Блюда из пасты: часто заправляются сливочным маслом или оливковым маслом
• Салаты с заправкой: заправка часто содержит больше калорий, чем сами овощи

Выработайте привычку голосового логирования

Возьмите за привычку добавлять 3-секундную голосовую заметку после каждой фотографии: «приготовлено на оливковом масле» или «без добавления масла, в аэрогриле». Это небольшое дополнение значительно повышает точность записей при минимальных усилиях.

При неопределённости выбирайте завышенную оценку

Если вы не готовили блюдо сами и не можете оценить содержание жира, полезнее выбрать завышенную оценку, чем заниженную. Занижение количества кулинарных жиров встречается гораздо чаще, чем завышение, особенно для ресторанных блюд.

Часто задаваемые вопросы

Сколько скрытых калорий добавляет растительное масло к блюду?

Одна столовая ложка любого растительного масла содержит примерно 120 калорий и 14 граммов жира. Большинство домашних блюд готовится с использованием двух-трёх столовых ложек, что добавляет 240–360 невидимых калорий. Ресторанные блюда часто содержат ещё больше. Поскольку масло впитывается в пищу во время приготовления, эти калории невозможно обнаружить при визуальном осмотре или с помощью одного лишь фототрекера. За полный день домашнего питания скрытые кулинарные жиры могут добавить от 400 до 700 калорий, которые стандартное фотологирование пропускает.

Почему подсчёт калорий по фотографии неточен?

Подсчёт калорий по фотографии точен для определения видимых продуктов и оценки размера порций, но не может обнаружить ингредиенты, которые впитываются в пищу во время приготовления. Растительные масла, растопленное сливочное масло, соусы на основе сливок, сахар в маринадах и заправки, впитавшиеся в салат, — всё это невидимо на фотографии. Это фундаментальное ограничение анализа на основе изображений, а не недостаток технологии конкретного приложения. Мультимодальный ИИ, который сочетает распознавание фотографий с контекстом от пользователя о способах приготовления, решает это ограничение.

Что такое мультимодальный ИИ в отслеживании питания?

Мультимодальный ИИ — это системы искусственного интеллекта, которые одновременно обрабатывают несколько типов входных данных. В отслеживании питания это означает сочетание распознавания фотографий (визуальный ввод) с голосовыми заметками или текстовыми описаниями (языковой ввод) для создания более полной оценки питательной ценности. Например, фотография определяет продукты на вашей тарелке, а голосовая заметка добавляет, что вы использовали кокосовое масло для приготовления. Система интегрирует оба потока данных для получения оценки, учитывающей как видимые, так и невидимые источники калорий.

Как точнее считать калории при готовке дома?

Наиболее эффективный подход сочетает три практики. Во-первых, измеряйте кулинарные жиры столовой ложкой или кухонными весами перед добавлением на сковороду. Во-вторых, используйте мультимодальное приложение для отслеживания, которое позволяет добавлять детали приготовления голосом или текстом вместе с фотографией еды. В-третьих, развивайте осведомлённость об основных источниках скрытых калорий: растительные масла, сливочное масло, сливки, заправки и соусы на основе сахара. Фиксация этих добавок занимает секунды, но может повысить точность дневного подсчёта калорий на 20–35 процентов.

Используют ли рестораны больше масла, чем домашние повара?

Да, значительно больше. Исследования показывают, что ресторанные блюда содержат примерно 30 процентов калорий из добавленных кулинарных жиров, а повара регулярно используют больше масла, сливочного масла и сливок, чем домашние кулинары, для улучшения вкуса и текстуры. Ресторанное рагу в воке может содержать в три-четыре раза больше масла, чем домашняя версия того же блюда. Это одна из причин, почему ресторанные блюда стабильно превышают ожидания по калорийности, даже когда размер порции выглядит разумным.