Отслеживание питания для не носителей английского языка: Многоязычное распознавание продуктов с помощью ИИ

Представьте, что вы открываете приложение для отслеживания калорий после ужина с семьей. Сегодня вы приготовили дал макхани с рисом, на гарнир огуречный раита и манговый лассий. Вы вводите "дал" в строку поиска. Приложение выдает "Dole Banana" и "Dale's Seasoning". Вы пробуете ввести "чечевичный карри", находите общее блюдо с неправильным количеством калорий и сдаетесь. Завтра вы вообще не будете записывать свои приемы пищи.

Это не просто мелкая неудобство. Это структурная проблема, затрагивающая сотни миллионов людей по всему миру. Подавляющее большинство приложений для отслеживания питания было разработано на английском языке, основано на базах данных о продуктах на английском и протестировано англоговорящими пользователями. Если ваши ежедневные блюда не соответствуют словарному запасу западного магазина, вы фактически исключены из всей экосистемы отслеживания калорий.

В 2026 году многоязычное распознавание продуктов с помощью ИИ наконец решает эту проблему. В этой статье объясняется, как работает языковой барьер, почему он важен больше, чем многие люди осознают, и что технологии делают для его преодоления.

---

Масштабы проблемы

Английский доминирует в данных о питании

Две крупнейшие базы данных о составе продуктов в мире — это USDA FoodData Central и UK Nutrient Databank. Обе на английском языке. Обе структурированы вокруг продуктов, которые обычно потребляются в Соединенных Штатах и Великобритании. Когда разработчики приложений создают свои продукты на основе этих баз данных, полученный опыт хорошо подходит для человека, который ест индейку в Огайо, но не работает для того, кто ест жолоф в Лагосе или кхао сои в Чиангмае.

Согласно Ethnologue, в мире существует примерно 7168 живых языков. Английский является родным языком примерно 380 миллионов человек. Тем не менее, он настолько доминирует в инфраструктуре данных о питании, что даже носители мандаринского (самого распространенного родного языка в мире с более чем 920 миллионами носителей) часто вынуждены искать свои блюда на английском.

Цифры говорят сами за себя

Рассмотрим эти статистические данные из внутренней информации Nutrola:

• Пользователи, отслеживающие питание на своем родном языке, в среднем записывают 2.8 приема пищи в день, в то время как пользователи, вынужденные искать на втором языке, — 1.9 приема пищи.
• Уровень удержания на 30-й день на 41% выше среди пользователей, которые взаимодействуют с приложением на своем родном языке.
• Среднее время для записи одного приема пищи сокращается с 97 секунд до 34 секунд, когда база данных продуктов поддерживает родной язык пользователя.

Это не мелкие различия. Они представляют собой разрыв между инструментом, который работает, и инструментом, который забрасывают.

---

Почему базы данных, ориентированные на английский, не учитывают международные блюда

Проблема глубже, чем просто перевод. Многие продукты, которые миллиарды людей едят каждый день, просто отсутствуют в базах данных на английском языке, и перевод названия не решает основную проблему с данными.

Блюда, которые не переводятся

Некоторые блюда совершенно не поддаются переводу на английский, потому что они описывают способы приготовления, текстуры или комбинации ингредиентов, которые не имеют прямого эквивалента в англоговорящих кухнях.

Дал — хороший пример. В английских базах данных вы можете найти "чечевичный суп". Но дал — это не суп. В зависимости от региона, дал может варьироваться от тонкого, бульонного расама до густого, масляного дал макхани или сухого блюда, как дал фрай. Каждое из них имеет совершенно разную калорийность. Одно общее "чечевичный суп" не может охватить этот диапазон.

Мочи представляет собой аналогичную проблему. Иногда его переводят как "рисовый пирог", но этот термин в английском вызывает образы пышных, похожих на пенопласт дисков, продающихся в магазинах здорового питания. Японское мочи — это плотное, клейкое рисовое блюдо с калорийностью примерно в три-четыре раза выше, чем у американского рисового пирога. Запись неправильного варианта означает, что ваш подсчет калорий будет ошибочным на несколько сотен калорий.

Арепа часто описывается как "кукурузный пирог" или "кукурузный хлеб", но ни один из этих терминов не отражает фактического приготовления. Венесуэльская арепа — это жареный или запеченный пирог из массы, часто фаршированный сыром, бобами или мясом. Ее калорийность может варьироваться от 150 до более 500 в зависимости от начинки и способа приготовления. Общее "кукурузный хлеб" будет неверным каждый раз.

Конжи в большинстве английских баз данных обозначается как "рисовая каша". Но конжи сильно варьируются в зависимости от региона. Кантонский конжи готовится до полного разложения рисовых зерен, создавая гладкую, низкокалорийную основу (примерно 50 ккал на чашку до добавок). Корейский джук более густой и плотный. Начинки — столетнее яйцо, свиная вата, жареные палочки теста, маринованные овощи — полностью меняют питательный профиль, и ни одна из них не представлена как стандартные опции в английском трекере.

Борщ часто сводится к "супу из свеклы", что игнорирует сметану, картошку, капусту и мясо, которые превращают его в калорийное основное блюдо в украинских и российских домах. Чаша полноценного борща со сметаной и черным хлебом может превышать 600 ккал. Общее "суп из свеклы" может предлагать 120.

Пупуса — это салвадорская начиненная кукурузная лепешка, но назвать ее "начиненной лепешкой" в английской базе данных не передает специфическую подготовку массы и распространенные начинки, такие как чичаррон, лороко или кесильо. Ни одна запись на английском языке не отражает это точно.

Инжера — это эфиопский кислый хлеб, который служит и тарелкой, и столовым прибором. Его иногда вводят как "лепешку", категория настолько широкая, что может означать что угодно — от наана до мучной тортильи или крекера. Инжера изготавливается из муки тефф и имеет уникальный питательный профиль — более высокое содержание железа и кальция, чем у лепешек на основе пшеницы, что исчезает, когда его помещают в общую категорию.

Эффект накопленной ошибки

Когда пользователь не может найти свое реальное блюдо и заменяет его "достаточно близким" английским вариантом, ошибка не случайна. Она систематическая. Люди, питающиеся традиционными блюдами из стран, не говорящих на английском, постоянно неверно регистрируют свои приемы пищи в одном направлении, часто недооценяя калорийные блюда и переоценивая легкие. На протяжении недель и месяцев эти ошибки накапливаются. Пользователь может задаться вопросом, почему он не теряет вес, несмотря на "идеальное отслеживание", когда настоящая проблема заключается в том, что его приложение не понимает, что он ест.

---

Как многоязычный ИИ меняет ситуацию

Традиционные базы данных о питании основаны на тексте. Вы вводите название продукта, база данных ищет совпадение и возвращает результат. Этот подход имеет два фатальных недостатка для не носителей английского языка: он требует знания английского названия и того, чтобы английская база данных содержала правильную запись.

Многоязычное распознавание продуктов с помощью ИИ обходит обе проблемы, работая по двум параллельным направлениям.

Визуальное распознавание: независимая от языка идентификация

Модели компьютерного зрения не читают слова. Они анализируют пиксели. Когда пользователь фотографирует тарелку с едой, модель ИИ определяет блюдо на основе визуальных характеристик — цвета, текстуры, формы, расположения и контекста. Чаша фо выглядит как чаша фо независимо от того, говорит ли пользователь на вьетнамском, французском или суахили.

Это фундаментальный сдвиг. Впервые этап идентификации полностью отделен от языка. ИИ не требует от пользователя ничего вводить. Он видит еду, распознает ее и сопоставляет с правильными данными о питании.

Современные модели распознавания продуктов обучены на миллионах размеченных изображений еды со всего мира. Визуальный ИИ Nutrola обучен на блюдах более чем из 120 кухонь, включая региональные вариации, которые даже носители языка могут описывать по-разному. Система может различать тайское зеленое карри и тайское массаман карри только по фотографии и сопоставляет каждое с его собственным уникальным питательным профилем.

Обработка естественного языка: понимание любого языка

Когда пользователи вводят текст или говорят, многоязычная обработка естественного языка (NLP) позволяет системе понимать ввод на десятках языков. Пользователь в Сеуле может ввести "кимчи джигэ" на корейских символах, пользователь в Каире может сказать "кошари" на арабском, а пользователь в Сан-Паулу может искать "фейжоада" на португальском. ИИ анализирует ввод на его родном языке и напрямую сопоставляет его с правильной записью в базе данных — без необходимости перевода на английский.

Это устраняет неудобный и подверженный ошибкам процесс мысленного перевода вашей еды на английский, прежде чем вы сможете ее зарегистрировать. Это также позволяет голосовое отслеживание на любом поддерживаемом языке, что значительно снижает трение. Произнести название вашего блюда на родном языке быстрее и естественнее, чем искать его в интерфейсе поиска на английском.

Культурно осознанная оценка порций

Многоязычный ИИ также улучшает оценку порций, понимая культурный контекст. В Японии стандартная порция риса, подаваемая дома, составляет примерно 150 граммов. В Соединенных Штатах "чаша риса" в ресторане часто составляет 300 граммов или более. В Индии рис обычно подается вместе с несколькими блюдами, и порция может составлять 200 граммов риса с 150 граммами дала и 100 граммами сабзи.

Когда ИИ знает культурный контекст — либо по языку пользователя, местоположению, либо по предыдущим записям — он может применять правильные стандартные размеры порций. Это устраняет еще один уровень неопределенности, который англоязычные приложения накладывают на международных пользователей.

---

Подход Nutrola к международным базам данных о продуктах

Создание многоязычного трекера питания — это не просто вопрос перевода английской базы данных на другие языки. Подход Nutrola начинается с самой еды, а не с английского названия.

Региональные данные о питательной ценности

Nutrola поддерживает отдельные записи о питательной ценности для одного и того же блюда, приготовленного в разных регионах. В приложении нет одной записи для "жареного риса". Есть записи для китайского жареного риса с яйцом, индонезийского наси горенг, тайского кхао пад, японского чахана и нигерийского жареного риса — каждая с уникальными калорийными и макро профилями, основанными на маслах, белках и специях, обычно используемых в этом регионе.

Эта база данных в настоящее время содержит более 1,000,000 проверенных записей о продуктах, полученных из национальных баз данных о составе продуктов со всего мира, включая данные из Стандартных таблиц о составе продуктов Японии, Индийских таблиц о составе продуктов, базы данных о продуктах INSP в Мексике и десятков других.

Проверено местными экспертами по питанию

Каждая региональная запись в базе данных Nutrola проверяется диетологами, которые являются носителями этой кулинарной культуры. Японский диетолог проверяет записи для японской кухни. Мексиканский диетолог подтверждает данные для мексиканских блюд. Этот уровень экспертной проверки выявляет ошибки, которые автоматический перевод или алгоритмическая оценка могли бы пропустить — например, тот факт, что "средняя" тортилья в Мехико значительно больше, чем "средняя" тортилья в Оахаке.

Непрерывное обучение на основе пользовательских записей

Когда пользователи по всему миру регистрируют свои приемы пищи, ИИ Nutrola учится на этих данных. Когда тысячи пользователей в Турции фотографируют свой завтрак, и система постоянно видит набор помидоров, огурцов, оливок, белого сыра и хлеба, она уточняет свое понимание того, как выглядит "турецкий завтрак" и что он обычно содержит. Этот цикл обратной связи означает, что система становится более точной со временем, особенно для кухонь, которые недостаточно представлены в академических базах данных о продуктах.

---

Профили пользователей: три страны, три опыта

Прия, 29 лет — Хайдарабад, Индия

Прия — программист, которая начала отслеживать свое питание, чтобы поддержать свои тренировки по силовым видам спорта. Ее ежедневный рацион основан на домашней южноиндийской кухне: идли и самбар на завтрак, рис с расамом и овощным карри на обед, и роти с далом на ужин.

Прежде чем перейти на Nutrola, Прия использовала популярный трекер на английском языке. Она тратила от пяти до десяти минут на каждый прием пищи, пытаясь найти записи, соответствующие ее еде. "Самбар" не давал никаких результатов. "Расам" не было в базе данных. Она пыталась записать "чечевичный суп" в качестве замены, но количество калорий всегда было неправильным, потому что американский чечевичный суп — это совершенно другое блюдо с другими ингредиентами и другой калорийностью.

С Nutrola Прия регистрирует свои приемы пищи на смеси английского и телугу. Она фотографирует свой тали и ИИ идентифицирует каждый компонент отдельно — рис, расам, пориал, папад, чатни. Ее среднее время на регистрацию сократилось с восьми минут до менее 20 секунд. Более того, ее данные о калориях наконец-то отражают то, что она действительно ест. В первые три месяца с точным отслеживанием она стабильно достигала своих целей по белкам и добавила 12 килограммов к своему приседанию.

"Я думала, что отслеживание калорий не предназначено для людей, которые едят индийскую еду," говорит Прия. "Оказалось, что приложения просто не были созданы для нас. Nutrola — это то, что нам нужно."

Кенджи, 34 года — Осака, Япония

Кенджи — графический дизайнер, который следит за своим весом после проблем со здоровьем. Его врач сказал ему сбросить 10 килограммов и отслеживать свой рацион. Диета Кенджи традиционно японская: жареная рыба, мисо-суп, маринованные овощи, рис и иногда чаша рамена или тарелка гёдза, когда он ест вне дома.

Трекеры на английском языке не подходили. Английский Кенджи разговорный, но не специализированный для еды. Он не знал английских слов для многих ингредиентов в своих ежедневных приемах пищи — таких как натто, цукемоно или кинпира гобо. Даже когда он находил английские термины, размеры порций были откалиброваны для американских порций, а не японских.

Языковой интерфейс Nutrola и база данных, специфичная для Японии, полностью изменили его опыт. Он регистрирует блюда на японском, использует функцию распознавания фотографий для домашних блюд, и приложение автоматически применяет японские размеры порций. Чаша риса по умолчанию составляет 150 граммов, а не 300. Порция мисо-супа — 200 миллилитров, а не большая американская чаша.

За 11 месяцев Кенджи сбросил 8.5 килограммов. Он приписывает свою успешность точности отслеживания. "Когда цифры неверны, вы теряете доверие к приложению. Когда цифры верны, вы доверяете процессу."

София, 26 лет — Богота, Колумбия

София — студентка университета, которая хотела улучшить уровень энергии и прекратить пропускать приемы пищи. Ее рацион типичен для городской Колумбии: арепы с сыром на завтрак, бандеха пайса или коррентасо на обед и что-то легкое на ужин — возможно, эмпанада или суп, такой как аjiaco.

Ее первая попытка отслеживания питания длилась три дня. Приложение, которое она пробовала, не имело записи для арепы, классифицировало "эмпанада" как единый общий элемент с дикими неточными макросами и никогда не слышало о бандеха пайса. Когда она искала "аjiaco", приложение предложило "газпачо". Она его удалила.

Когда подруга порекомендовала Nutrola, София была скептически настроена. Но в первый раз, когда она сфотографировала свою бандеха пайса и приложение правильно идентифицировало рис, красные бобы, говяжий фарш, жареное яйцо, чичаррон, плантан, арепу и авокадо как отдельные элементы — каждый с регионально точными данными о калориях — она была убеждена.

Теперь София регистрирует на испанском. Она использует голосовой ввод во время еды, произнося такие вещи, как "арепа кон кесо бланко" или "эмпанада де карне", и ИИ обрабатывает ее ввод на родном языке без необходимости проходить через английский перевод. Ее последовательность изменилась с регистрации одного приема пищи каждые несколько дней на регистрацию каждого приема пищи в течение 60 последовательных дней.

"Наконец-то у меня есть приложение, которое знает, что я ем," говорит София. "Оно не пытается превратить мою еду во что-то, чем она не является."

---

Техническая архитектура многоязычного распознавания продуктов

Для тех, кто интересуется, как работает технология под капотом, вот упрощенный обзор процесса.

Шаг 1: Обработка ввода

Система принимает три типа ввода: фотографии, текст и голос. Фотографии обрабатываются сверточной нейронной сетью, обученной на изображениях еды. Текст обрабатывается многоязычной моделью NLP, которая поддерживает более 40 языков. Голосовой ввод сначала преобразуется в текст с помощью многоязычного движка распознавания речи, а затем обрабатывается через тот же NLP-процесс.

Шаг 2: Идентификация еды

Для фото-вводов модель зрения выдает ранжированный список потенциальных продуктов с оценками уверенности. Для текстовых и голосовых вводов модель NLP определяет продукт и уточняет его на основе языка и регионального контекста. Если пользователь в Мексике вводит "тортилья", система понимает это как кукурузную тортилью. Если пользователь в Испании вводит "тортилья", система распознает это как тортилью испанола — картофельный омлет с совершенно другим питательным профилем.

Шаг 3: Сопоставление с базой данных

Как только еда идентифицирована, система сопоставляет ее с соответствующей региональной записью в базе данных Nutrola. Этот шаг учитывает местоположение пользователя, языковые предпочтения и исторические записи. Пользователь в Бангкоке, который фотографирует пад тай, получает тайскую уличную версию. Пользователь в Лос-Анджелесе, который фотографирует пад тай, получает американскую ресторанную версию, которая обычно имеет большие порции и больше масла.

Шаг 4: Оценка порции и подтверждение

Система оценивает размер порции, используя визуальные подсказки из фотографии (если они доступны) и культурные стандарты для идентифицированной еды. Пользователь может подтвердить или скорректировать перед сохранением записи. Весь процесс — от фотографии до подтвержденной записи — обычно завершается за три секунды.

---

Почему это важно не только для удобства

Многоязычное отслеживание питания — это не просто улучшение качества жизни для отдельных пользователей. Это имеет значение для общественного здоровья в глобальном масштабе.

Снижение различий в здоровье

Носители неанглийских языков уже недостаточно обслуживаются в области здравоохранения. Когда инструменты для отслеживания питания хорошо работают только на английском, они увеличивают существующие различия в здоровье, предоставляя англоговорящим пользователям лучшие инструменты для управления связанными с диетой заболеваниями, такими как диабет, ожирение и сердечно-сосудистые заболевания. Сделать эти инструменты доступными на каждом языке — это шаг к равенству в области здоровья.

Лучшие данные для глобальных исследований в области питания

Когда миллионы людей по всему миру могут точно регистрировать свои приемы пищи, полученный набор данных становится бесценным для исследований в области питания. Анонимные агрегированные данные Nutrola уже охватывают 195 стран и более 120 кухонь. По мере роста базы пользователей и повышения точности отслеживания эти данные могут помочь исследователям понять диетические привычки, недостатки в питательных веществах и влияние традиционных диет на здоровье так, как это никогда не могли сделать наборы данных только на английском.

Сохранение кулинарной культуры

Существует нечто слегка разрушающее в системе, которая заставляет вас описывать рецепт вашей бабушки на иностранном языке, а затем говорит вам, что ближайшее совпадение — это "овощное рагу, общее". Многоязычное отслеживание подтверждает традиционные кулинарные культуры, признавая их на их собственных условиях. Когда приложение знает, что такое инжера, что такое моле негро, что такое лакса — и может точно сказать вам, какие питательные вещества они содержат — это посылает сообщение о том, что эти продукты не являются экзотическими курьезами. Это настоящие блюда, которые едят настоящие люди, и они заслуживают такой же инфраструктуры данных, как и жареная куриная грудка.

---

Часто задаваемые вопросы

На скольких языках поддерживает Nutrola?

Nutrola в настоящее время поддерживает полную функциональность — включая текстовый поиск, голосовое отслеживание и ИИ-коучинг — на более чем 40 языках. База данных продуктов включает записи с названиями на родном языке для блюд более чем из 120 кухонь. Интерфейс приложения локализован на 25 языках, и новые языки добавляются регулярно.

Могу ли я переключаться между языками, используя приложение?

Да. Многие многоязычные пользователи естественно смешивают языки, и Nutrola разработана для этого. Вы можете ввести "куриный тикка масала" на английском для обеда, а затем зарегистрировать "роти аур дал" на хинди для ужина — все в одной сессии. Модель NLP автоматически определяет язык каждого ввода.

Насколько точно распознавание фотографий для менее распространенных кухонь?

Точность варьируется в зависимости от кухни и сложности блюда, но система распознавания Nutrola достигает более 90% точности в топ-трех вариантах для поддерживаемых 120 кухонь. Для хорошо представленных кухонь, таких как японская, мексиканская, индийская, китайская и итальянская, точность в топ-один превышает 94%. Для кухонь с меньшим количеством обучающих изображений, таких как эфиопская или перуанская, точность ниже, но быстро улучшается по мере того, как больше пользователей вносят фотографии блюд.

Что если моего конкретного блюда нет в базе данных?

Вы можете создавать пользовательские записи на любом языке. Nutrola также позволяет вам отправлять нераспознанные блюда на проверку. Когда достаточное количество пользователей отправляет одно и то же блюдо, оно приоритизируется для добавления в проверенную базу данных. Этот подход, основанный на сообществе, означает, что база данных растет быстрее всего в тех областях, где пользователи в этом нуждаются.

Стоит ли многоязычная поддержка дополнительных денег?

Нет. Все функции языковой и региональной базы данных доступны как на бесплатном, так и на премиум-уровне. Nutrola рассматривает многоязычный доступ как основную функцию, а не как дополнительную.

Как приложение обрабатывает продукты с одинаковым названием, но различными способами приготовления в разных регионах?

Система использует контекстуальные сигналы — ваши языковые настройки, местоположение и историю записей — чтобы определить, какой региональный вариант вы, скорее всего, имеете в виду. Если есть неоднозначность, приложение показывает лучшие варианты и позволяет вам выбрать. Например, если вы ищете "бирьяни", приложение может показать Хайдарабадскую бирьяни, Лакнауи бирьяни и Калькуттскую бирьяни как отдельные варианты, каждый с уникальными данными о калориях и макросах.

Могу ли я использовать приложение полностью без английского?

Да. Каждая функция — от регистрации до отслеживания приемов пищи, ИИ-коучинга по питанию и отчетов о прогрессе — доступна на всех поддерживаемых языках. Вам никогда не нужно взаимодействовать с английским языком.

---

Заключение

Языковой барьер в отслеживании питания — это не нишевая проблема. Он затрагивает большинство населения мира. На протяжении десятилетий люди, питающиеся традиционными, не западными диетами, были вынуждены выбирать между неточным отслеживанием и его отсутствием. Ни один из этих вариантов неприемлем.

Многоязычное распознавание продуктов с помощью ИИ представляет собой подлинный прорыв. Объединив визуальную идентификацию, которая работает независимо от языка, с обработкой естественного языка, которая понимает десятки языков на родном уровне, и сочетая это с региональными базами данных о питательной ценности, проверенными местными экспертами, такие инструменты, как Nutrola, делают точное отслеживание питания доступным для всех — не только для англоговорящих.

Если вы когда-либо отказывались от приложения для отслеживания, потому что оно не понимало вашу еду, технологии наконец-то догнали вашу кухню. Ваши блюда заслуживают того, чтобы их признавали, измеряли и ценили именно такими, какие они есть, на любом языке, на котором вы их называете.