Конец эры подсчёта калорий: ИИ оценивает калорийность блюд любой кухни по фото

Исследователи из Инженерной школы Тандон Нью-Йоркского университета представили новую ИИ-систему, которая может мгновенно анализировать питательную ценность блюд по одной фотографии. Теперь для подсчета калорий и макронутриентов не нужны сложные дневники питания или ручные расчеты — достаточно сделать снимок еды на телефон.

Эта технология основана на алгоритмах глубокого обучения, способных распознавать различные продукты и оценивать их калорийность, содержание белков, углеводов и жиров. Разработка была представлена на международной конференции IEEE по мобильным вычислениям и устойчивой информатике. Одним из ее главных вдохновителей стало исследование, посвященное проблеме избыточного веса среди пожарных: согласно данным, от 73% до 88% профессиональных и от 76% до 87% добровольных пожарных страдают ожирением, что повышает риск сердечно-сосудистых заболеваний. Это подтолкнуло ученых к созданию более удобного способа контроля за питанием.

По словам одного из авторов исследования Прабодха Паниндре, традиционные методы учета калорий требуют самоконтроля, что делает их неточными. Новый ИИ убирает человеческий фактор и автоматически оценивает пищевую ценность, устраняя ошибки. Однако разработка такой технологии оказалась сложной задачей. Одной из главных проблем стала огромная визуальная вариативность продуктов: одно и то же блюдо может выглядеть совершенно по-разному в зависимости от способа приготовления. Например, бургер из одного ресторана может мало напоминать бургер из другого заведения, а домашние версии вообще могут отличаться по внешнему виду и составу. Еще одной трудностью оказалось определение размеров порции, ведь без точного понимания объема блюда невозможно правильно рассчитать калорийность.

Чтобы решить эти проблемы, исследователи использовали мощный алгоритм YOLOv8, способный быстро и точно анализировать изображения. Вместо отдельного мобильного приложения система работает прямо в браузере, что делает ее доступной для любого смартфона. Алгоритм не просто определяет тип еды, но и оценивает, сколько места она занимает на тарелке, после чего сопоставляет данные с базами по плотности и питательным веществам. Это позволяет преобразовать 2D-фото в точный расчет калорийности. Например, кусок пиццы система оценила в 317 ккал, 10 г белка, 40 г углеводов и 13 г жиров, что соответствует эталонным значениям. При анализе более сложных блюд, таких как идли самбар — традиционное южноиндийское блюдо из рисовых лепешек с чечевичным соусом, — алгоритм вычислил 221 ккал, 7 г белка, 46 г углеводов и всего 1 г жиров.

Разработчики уделили особое внимание разнообразию кухонь мира, чтобы их технология могла одинаково точно работать как с хот-догами, так и с ближневосточной выпечкой, например, пахлавой. Чтобы достичь высокой точности, команда сократила начальный набор данных до 95 000 изображений, охватывающих 214 категорий блюд. Система показала отличные результаты: её точность при идентификации еды достигла 80% даже в сложных условиях, когда продукты накладываются друг на друга или частично скрыты.

Сейчас система доступна как веб-приложение, которым можно пользоваться прямо с телефона. Разработчики называют ее "прототипом", но уверены, что технология скоро найдет применение в диетологии, медицине и повседневной жизни миллионов людей.