מעבר לתיעוד בעזרת תמונה ו־AI

כיוונתם מצלמה לארוחת הערב, ראיתם אפליקציה מנחשת וידעתם שהיא טועה. זה לא הופך את התמונה לחסרת ערך. המשמעות היא שזיהוי מזון והערכת קלוריות הן שתי משימות שונות.

מה תמונת אוכל יכולה לראות — ומה לא

#

תמונה יכולה לזהות אורז, עוף וירקות. לעיתים רחוקות היא מכריעה כמה שמן היה במחבת, מה יש ברוטב, אם הציפוי טוגן או נאפה ומה עומק הקערה. הבחירות הנסתרות האלה משפיעות לפעמים יותר משם המנה.

גם זיהוי נכון אינו תשובה במספר קלוריות. שתי גרסאות אמיתיות של אותה מנה נבדלות במרכיבים, בשיטת ההכנה ובגודל המנה. מספר יחיד שמוצג בביטחון מסתיר את הטווח הזה במקום להכריע אותו.

מה Calk עושה במקום להעריך לפי תמונה

#

ב־Calk פותחים את תבנית הארוחה הקרובה ביותר — ההרכב וגודל המנה של מנה מוכרת — ומציינים את הפרטים הידועים: גודל מנה, שיטת הכנה, רוטב, שמן ושאר הרכיבים. העוף יכול להיות מטוגן או אפוי, הסלט עם רוטב או בלעדיו. כך רואים מאין הגיעה ההערכה ואיזו בחירה הזיזה אותה.

אם הכמות המדויקת של שמן או רוטב אינה ידועה, נסו כמה ערכים סבירים וראו עד כמה ההערכה נעה. זה אומר לכם אם הפרט החסר חשוב לתוצאה.

תעדו כך אוכל רגיל במשך חודש, ו־Calk יעבוד עם מה שבחרתם ולא עם ניחוש של מודל: התובנות על התזונה מצביעות תוך כדי על מה שבולט, ודוח התזונה החודשי מראה מה כדאי לשנות באוכל שאתם ממילא אוכלים.

בדקו את הטענה, לא את ההדגמה

#