SnapCalorie trykker på AI for å estimere kaloriinnholdet i mat fra bilder
Mens han jobbet hos Google, ønsket Wade Norris å lage et prosjekt som kunne påvirke folks liv positivt. Han var med å grunnlegge Google Lens, Googles datasynsdrevne app som henter frem informasjon relatert til objektene den identifiserer. Men det skrapte ikke helt opp i kløen.
Så for flere år siden slo Norris seg sammen med Scott Baron, en systemingeniør i romfartsindustrien, for å lansere en helsefokusert oppstart kalt SnapCalorie. SnapCalorie, drevet av AI, forsøker å få en nøyaktig kaloritelling og makronæringsnedbrytning av et måltid fra ett enkelt bilde tatt med en smarttelefon.
Denne måneden samlet SnapCalorie inn 2 millioner dollar i finansiering fra investorer, inkludert Accel, Index Ventures, tidligere CrossFit-sjef Eric Roza og Y Combinator. Selskapet har tidligere samlet inn 125 000 dollar fra uidentifiserte investorer i en pre-seed-runde.
“Mennesker er forferdelige til å visuelt estimere porsjonsstørrelsen på en tallerken med mat,” sa Norris. “SnapCalorie forbedrer status quo ved å kombinere en rekke nye teknologier og algoritmer.”
For å være tydelig, SnapCalorie er ikke den første datasynsbaserte appen for kaloritelling. Apper som Calorie Mama, Lose It, Foodadvisor og Bite.AI har alle forsøkt bragden – i varierende grad av suksess. Men det som gjør SnapCalorie annerledes, hevder Norris, er bruken av dybdesensorer på støttede enheter for å måle porsjonsstørrelse og et team av menneskelige anmeldere for “et ekstra lag av kvalitet.”
“I gjennomsnitt er teamet i stand til å redusere kalorifeilen til under 20%,” sier Norris. “Det finnes andre apper som er i stand til å bruke AI for å gjøre fotobasert måltidssporing, men ingen av dem hjelper med porsjonsstørrelseestimering – den viktigste delen for å redusere feil.”
Bildekreditt: SnapCalorie
Det er mye skepsis i helseindustrien rundt fotodrevne kaloriestimeringsverktøy – og det med god grunn. En 2020-studie som sammenlignet noen av de mer populære AI-baserte kaloritellerne fant at den mest nøyaktige – Calorie Mama – bare var riktig i omtrent 63 % av tiden.
Så hvordan er SnapCalorie forbedret? Utover bruken av dybdesensorer og anmeldere, peker Norris på en algoritme som selskapet utviklet som tilsynelatende kan overgå en person når det gjelder å estimere en mats kalorier. Ved å bruke algoritmen identifiserer SnapCalorie både mattypene på et bilde og måler porsjonsstørrelsen på hver for å estimere kaloriinnholdet.
Resultatene kan logges i SnapCalories matdagbok eller eksporteres til treningssporingsplattformer som Apple Health.
Algoritmens rapporterte sterke ytelse kommer fra det unike treningsdatasettet på 5000 måltider, sier Norris, som SnapCalorie skapte ved å ta tusenvis av bilder av hvert måltid – f.eks supper, burritos, oljer, “mystiske sauser” og mer – ved hjelp av en robotrigg.
“Vi sørget for at disse hadde alle de varierte og utfordrende forholdene du vil se i den virkelige verden, og vi veide ut hver enkelt ingrediens på en vekt,” sa Norris. “Den tradisjonelle pipelinen for å trene en AI-modell er å laste ned offentlige nettbilder, få folk til å merke bildene og deretter trene modellen til å forutsi disse etikettene. Dette er ikke mulig for mat, fordi folk er veldig unøyaktige når det gjelder visuelt estimering av porsjonsstørrelse, så du kan ikke la folk merke bildene i etterkant.»
Norris innrømmer at SnapCalories algoritme kan være partisk mot amerikansk mat, siden teamet samlet inn det meste av de første treningsdataene i USA. inkludere andre kulturkjøkken, sier han.
Man kan hevde at uansett hvor nøyaktig algoritmen er, kan ingen app gi en virkelig nøyaktig oversikt over hvor mange kalorier du spiste i et måltid. Det er en rekke variabler som apper tross alt ikke tar i betraktning, som forskjellige matlagingsmetoder og hvor lang tid det tar å bryte ned individuelle matvarer.
Norris kommer ikke med påstanden om at SnapCalorie er 100 % nøyaktig, og antyder at appens kaloriestimeringsverktøy bare bør betraktes som en del av det større ernæringspuslespillet. Han satte søkelyset på SnapCalories andre hovedfunksjon, en ChatGPT-drevet chatbot, som gir måltidsforslag informert av en brukers mål og tidligere preferanser, samt SnapCalorie sin database med næringsverdier.
Bildekreditt: SnapCalorie
«Vi har funnet ut at folks interesse for å forstå hva de putter i kroppen er på vei oppover. De negative helseeffektene av ting som bearbeidet mat blir mer og mer tydelig for hver dag, sier Norris. “Vi har hørt at brukerne våre virkelig liker SnapCalorie, spesielt når de spiser ute, siden mange restauranter ikke legger ut ernæringsverdier, og de ville ellers ikke ha noen mulighet til å logge måltidet.”
Til hans poeng om popularitet, ser SnapCalorie ut til å vokse med et sunt klipp – det er på vei til å bryte 1000 nye brukere denne måneden. Selskapet fokuserer på ekspansjon for øyeblikket i motsetning til inntektsgenerering, men Norris beskrev brennhastigheten som “veldig konservativ.”
“Vår utrolige organiske vekstrate ser ut til å være en indikasjon på at verdiforslaget vårt resonerer godt hos forbrukerne – folk prøver det, elsker det og anbefaler det til venner og familie,” sa han.