Akıllı kalori hesaplama uygulamaları ne kadar doğru? Dürüst bir bakış
Akıllı kalori hesaplama uygulamaları tek ve görünür yiyeceklerde iyi iş çıkarır; karışık tabaklarda ve gizli malzemelerde zayıflar. Düzenlenebilir bir ilk taslak olarak kullanıldığında yine de çoğumuzun takip etmeden yaptığı tahminlerden iyidir.
Akıllı kalori hesaplama uygulamaları gerçekten ne kadar doğru?
Fotoğrafla çalışan her kalori uygulaması iki ayrı iş yapar: yiyeceğin adını koyar ve ondan ne kadar olduğunu tahmin eder. Birinci iş, yaygın ve net görünen yiyeceklerde artık güvenilir. İkincisi daha zordur ve bir fotoğraf tahminindeki hatanın büyük kısmı buradan gelir. Bunlara kameranın hiç göremediklerini de ekle (tavadaki yağ, sostaki tereyağı, salata sosundaki şeker); akıllı kalori hesaplamanın nerede saptığının tam resmi ortaya çıkar.
Bu da tutarlı bir sıralama verir. Basit, ayrı duran yiyecekler doğru ucun tarafındadır. Karmaşık ya da katmanlı yemekler dağınık uçtadır.
| Ne tarıyorsun | Genelde ne kadar iyi gider | Zayıf nokta |
|---|---|---|
| Tek ve bütün bir yiyecek (elma, muz, bir dilim pizza) | Güçlü: adını koymak da boyutunu kestirmek de kolay | Alışılmadık porsiyon boyutları |
| Barkodla paketli ürün | En güçlüsü: ürünün etiket verisini kullanır | Gerçekte kaç porsiyon yediğin |
| İki üç ayrı yiyecekli sade bir tabak | İyi: her yiyecek kendi başına görünür | Pişirme yöntemi (kızartma mı ızgara mı) |
| Karışık ya da katmanlı yemekler (sulu yemek, dürüm, fırın güveç) | En zayıfı: yiyeceğin çoğu gizlidir | Gizli malzemeler, kabın derinliği |
| Yağlar, salata sosları, soslar | Çoğu zaman tamamen gözden kaçar | Fotoğrafta görünmezler |
Akıllı kalori hesaplama aslında nerede yanılıyor?
Hatanın çoğunu üç durum yaratır; bunları bilmek çözümün yarısıdır.
- Görünmeyen kaloriler. Bir yemek kaşığı zeytinyağı yaklaşık 120 kaloridir ve neredeyse hiç iz bırakmaz. Salata sosları, pişirmede kullanılan tereyağı ve soslara karışan şeker, kamerayla çalışan hiçbir sistem tarafından görülemez. Restoran yemeklerinin düşük tahmin edilmesinin ana nedeni budur.
- Boyut referansı olmayan porsiyonlar. Fotoğraf derinliği düzleştirir. Bir tepe pilav küçük de olabilir büyük de; resimdeki hiçbir şey hangisi olduğunu söylemez.
- Birbirine benzeyen yiyecekler. Tam yağlı ve yağsız süt aynı görünür. Normal ve şekersiz gazlı içecek, kızarmış ve fırında tavuk da öyle. Yapay zekâ tahmin etmek zorunda kalır ve bazen düşük kalorili ikizi seçer.
Bu sınırlar, genel sohbet botları dahil fotoğrafla çalışan her araç için geçerlidir. Bu karşılaştırmayı fotoğraftan kaloriyi sohbet botuna sormak rehberimizde ele alıyoruz. Bu iş için yapılmış uygulamaların yapısal bir avantajı var: sonucu birkaç dokunuşla düzeltmen için tasarlanmışlardır; sohbette bu iş yorucu hâle gelir.
Kilo vermek için tahmin yeterli mi?
Çoğu insan için evet; doğruluk tartışmalarında çoğu zaman atlanan kısım da bu. Diyelim ki günlük bir kalori açığı hedefliyorsun ve uygulaman öğle yemeğini yüz kalori yanlış tahmin etti. Hâlâ açıktasın. Hatalar bir hafta boyunca kısmen birbirini de götürür: bazı öğünler fazla, bazıları az tahmin edilir ve genel eğilim kullanılabilir kalır.
İlerlemeyi asıl bozan nadiren tek bir kusurlu öğle yemeğidir. Asıl sorun hiç kaydedilmeyen öğünler ve kayda girmeyen atıştırmalıklarla yağların yavaş yavaş birikmesidir. Son geri bildirim zaten kilo eğilimindir: birkaç haftanın sonunda kaydettiğin alımla uyuşmuyorsa hedeflerini ayarla.
Akılda kalsın: biraz yanlış ama her gün kaydedilen bir kalori rakamı, yalnızca bir hafta takip ettiğin kusursuz bir rakamdan iyidir. Akıllı kalori hesaplamada işin ağır kısmını tutarlılık taşır.
Foodify zor durumlarla nasıl başa çıkıyor?
Foodify, hiçbir fotoğraf tahmininin son söz olmaması gerektiği fikri üzerine kurulu. Her tarama düzenlenebilir bir sonuç verir: bir şey kaydedilmeden önce yiyecekleri, porsiyonları, kaloriyi ve makroları görürsün. Böylece atlanan bir sos ya da fazla tahmin edilen pilav, kaydında sessiz bir hata olmak yerine beş saniyelik bir düzeltmeye dönüşür.
Kalabalık tabaklarda Foodify her yiyeceği ayrı ayrı kendi porsiyon tahminiyle listeler; tek bir tahmin yürüten araçların en çok zorlandığı yer tam da burasıdır. Paketli ürünlerde barkod okuyucu tahmini atlar ve besin değerlerini Open Food Facts veritabanından getirir. Fotoğrafla kaydın tamamı için fotoğraftan kalori hesaplama rehberimize bak ya da akıllı kalori hesaplama uygulaması seçerken neleri karşılaştırmalı yazımızı oku.
Foodify'ı iPhone'a indirmek ücretsiz; uygulamayı kullanmak için Foodify Pro gerekir. Yıllık plan 3 günlük ücretsiz denemeyle başlar.
En doğru taramalar için ne yapmalı?
- Yaklaşık 45 derece açıyla çek; tabağın tamamı kadrajda, ışık da yeterli olsun. Tam tepeden çekimler derinliği gizler; aşırı yandan çekimler yiyecekleri birbirinin arkasına saklar.
- Kadrajda bir boyut referansı olsun. Bir çatal, elin ya da standart bir yemek tabağı ölçek hakkında fikir verir.
- Mümkünse yiyecekleri ayır. Görünen üç yiyecek, belirsiz tek bir yığından iyidir.
- Kameranın göremediğini ekle. Yağda mı pişti? Salatada sos mu var? Kaydetmeden önce sonucu düzenle. Kalan hatanın çoğu burada yatar.
- Paketli her şey için barkodu kullan. Etiket verisi görsel tahminden iyidir.
- Sık yediklerini bir kez kontrol et. Sık yediğin iki üç öğünü tart ya da etiketine bak. Tahminlerinin nerede yüksek, nerede düşük kaldığını çabucak öğrenirsin; bu en çok gizli yağların en fazla zarar verdiği restoran yemeklerinde işe yarar.
Asıl önemli karşılaştırma: yapay zekâ mı, göz kararı mı?
Akıllı kalori hesaplamayı eleştirenler genellikle uygulamaları mutfak tartısıyla kıyaslar. Ama çoğu insan için gerçekçi alternatif hiç takip etmemektir ve insanların kendi beyanlarının iyi belgelenmiş kör noktaları vardır. Beslenme değerlendirme yöntemleri üzerine 2020 tarihli bir derleme, yetişkin ve çocuk çalışmalarında enerji alımının sistematik olarak eksik bildirildiğini anlatır (Ravelli ve Schoeller, Frontiers in Nutrition). New England Journal of Medicine'de yayımlanan, 1992 tarihli bilinen bir çalışmada, kilo veremediğini söyleyen küçük bir grubun gerçekte yediğinden %47 daha az yediğini bildirdiği görülmüştür (Lichtman ve arkadaşları).
Bu başlangıç noktasına göre, her öğünde kontrol ettiğin düzenlenebilir bir tahmin geri adım değildir. İnsanın varsayılan hâline göre, çok az çabayla elde edilen pratik bir iyileşmedir.
Sık sorulanlar
Akıllı kalori hesaplama yemek yağını ve salata sosunu fark edebilir mi?
Güvenilir biçimde değil. Yiyeceğe çekilen yağ ve salataya karışan sos çok az görsel iz bırakır ya da hiç bırakmaz; bu yüzden fotoğrafla çalışan sistemler onları çoğu zaman kaçırır. Çözüm sonucu düzenlemektir: kaydetmeden önce bir yemek kaşığı yağ ya da sos ekle. Düzenleme Foodify'daki gibi hızlı olunca bu bir kusur değil, alışkanlık olur.
Yemeği taramak, elle girmekten daha mı doğru?
Kayıt başına, mutfak tartısıyla dikkatli yapılan elle kayıt daha hassastır. Pratikte ise birçok kişi birkaç hafta sonra tartmayı ve aramayı bırakır; hiç kaydedilmeyen bir öğün de sıfır sayılır. Fotoğrafla tarama, öğün başına biraz hassasiyetten vazgeçip çok daha iyi bir tutarlılık kazandırır; aylar içinde sonucu belirleyen de budur.
Fotoğraftan porsiyon tahmini ne kadar doğru?
En zayıf halka budur; özellikle pilav, makarna ya da patates püresi gibi belirli bir şekli olmayan yiyeceklerde. Fotoğrafa bir boyut referansı koymak ve tuhaf görünen tahminlerde porsiyonu ayarlamak bu farkın çoğunu kapatır.
Akıllı kalori hesaplama zamanla daha mı doğru oluyor?
Tanıma modelleri gelişmeye devam ediyor, ama senin doğruluğun teknolojiden daha hızlı gelişir. Bir iki hafta sonra sık yediğin öğünlerden hangilerinin sorunsuz tarandığını, hangilerinin kısa bir düzeltme istediğini bilirsin. Düzelttiğin bir öğünü kaydettiğinde de en sık yediğin yiyecekler her seferinde aynı şekilde kaydedilir.