Стартап в области контроля питания с применением ИИ или SavvyFox.app
Ранее в 2020-2022 году я совместно с партнером из Канады, Юрием Авдеевым, делал стартап SavvyFox.app в области учета калорий, или, как проще это назвать, калькулятор калорий. Основная идея заключалась в создании невероятного UX и геймификации, своего рода Duolingo в мире контроля питания. Мы хотели не просто дать пользователям инструмент для подсчета калорий, а сделать этот процесс увлекательным, удобным и максимально простым. Но случился февраль 2022 года и все было отправлено в hold. При этом все CJ и дизайн остались и всегда можно продолжить.
Одним из главных барьеров использования калькуляторов калорий является сложность ввода данных. Мы выделили несколько стадий развития продукта, и конечная стадия предполагала радикальное упрощение: пользователь просто фотографирует еду, а нейросеть сама определяет продукты, размер порций и рассчитывает калорийность. На тот момент таких технологий, работающих с нужной точностью, просто не существовало, поэтому наша идея опережала время.
Вот пример дизайна приложения, реализующего такой подход:
Второй серьезный барьер – это вечерние срывы. Многие люди строго придерживаются калорийного контроля днем, но вечером, особенно после работы или перед телевизором, у них возникают соблазны. Это испытание часто рушит все усилия и делает сам процесс контроля питания непривлекательным и демотивирующим. Именно поэтому успешный инструмент должен не только облегчать ввод данных, но и помогать пользователю справляться с вечерними «нападками голода».
Недавно мне стало интересно, насколько далеко продвинулись технологии в этом направлении. Я решил провести эксперимент: сфотографировал тарелку с остатками еды после завтрака и проверил, сможет ли искусственный интеллект определить, что именно на тарелке, её размер, порции и рассчитать калории.
Эксперимент и результаты
Фото, которое я использовал в эксперименте:
Каждый ~80–100 ккал, 5–7 г белка, 3–4 г жира, 8–12 г углеводов
Примерно 130–180 ккал, 10–14 г белка, 5–9 г жира, 10–20 г углеводов
Итого: ~370–480 ккал, 25–35 г белка, 14–21 г жира, 34–56 г углеводов.
Выводы
Результаты оказались впечатляющими. Современные модели хорошо справляются с распознаванием продуктов, и, хотя точность измерения порций не идеальна, это не является критичным фактором. Главное — сам процесс фиксации питания. Когда человек регулярно фотографирует и вводит данные о еде, это повышает его осознанность в питании и способствует снижению потребления калорий. Исследования показывают, что даже приблизительный подсчет калорий помогает людям уменьшать общее потребление и улучшать пищевые привычки. Ведение пищевого дневника позволяет отслеживать количество потребляемых калорий, выявлять причины срывов и корректировать рацион. Кроме того, практики осознанного питания доказали свою эффективность в снижении количества эпизодов переедания. Например, в одном исследовании после 6-недельного курса осознанного питания у женщин с ожирением количество эпизодов переедания уменьшилось с 4 до 1,5 раз в неделю, а также снизилась тяжесть каждого эпизода. Это подтверждает, что контроль и осознанность играют ключевую роль в улучшении пищевых привычек.
Тем не менее, тенденция очевидна: технологии приближаются к тому, чтобы сделать контроль питания действительно простым и доступным. В ближайшие годы мы, вероятно, увидим сервисы, которые смогут без лишних действий фиксировать все, что мы едим, и автоматически предлагать персонализированные рекомендации. И тогда мечта о "умном" питании, которое не требует от пользователя усилий, станет реальностью.
PS Друзья поделились ссылочкой на https://t.me/skolko_kcal_bot
Бот с апп позволяет голосом и фоткой закинуть что скушали и дать контекст когда и сколько, дальше механика с применением ИИ агентов сможет нормально зафиксировать и посчитать сколько чего в каллориях и БЖУ скушали.