Mientras trabajaba en Google, Wade Norris quería crear un proyecto que pudiera impactar positivamente la vida de las personas. Cofundó Google Lens, la aplicación de visión por computadora de Google que muestra información relacionada con los objetos que identifica. Pero no logró aliviar la picazón.
Hace varios años, Norris se asoció con Scott Baron, un ingeniero de sistemas en la industria aeroespacial, para lanzar una startup centrada en la salud llamada SnapCalorie. SnapCalorie, impulsado por IA, intenta obtener un recuento preciso de calorías y un desglose de macronutrientes de una comida a partir de una sola fotografía tomada con un teléfono inteligente.
Este mes, SnapCalorie recaudó 2 millones de dólares en financiación de inversores como Accel, Index Ventures, el ex director ejecutivo de CrossFit Eric Roza e Y Combinator. La compañía recaudó previamente 125.000 dólares de inversores no identificados en una ronda previa a la semilla.
«Los seres humanos son terribles a la hora de estimar visualmente el tamaño de la porción de un plato de comida», dijo Norris. “Calorías instantáneas mejora el status quo combinando una variedad de nuevas tecnologías y algoritmos”.
Para ser claros, SnapCalorie no es la primera aplicación basada en visión por computadora para contar calorías. Aplicaciones como Calorie Mama, Lose It, Foodadvisor y Bite.AI han intentado la hazaña, con distintos grados de éxito. Pero lo que hace que SnapCalorie sea diferente, afirma Norris, es el uso de sensores de profundidad en dispositivos compatibles para medir el tamaño de las porciones y un equipo de revisores humanos para «una capa adicional de calidad».
«En promedio, el equipo puede reducir el error calórico a menos del 20%», dice Norris. «Hay otras aplicaciones capaces de usar IA para realizar un seguimiento de las comidas basado en fotografías, pero ninguna ayuda con la estimación del tamaño de las porciones, la parte más importante para reducir el error».
Hay mucho escepticismo en la industria de la salud en torno a las herramientas de estimación de calorías basadas en fotografías, y con razón. Un estudio de 2020 que comparó algunos de los contadores de calorías basados en inteligencia artificial más populares encontró que el más preciso, Calorie Mama, solo acertó alrededor del 63% de las veces.
Entonces, ¿cómo ha mejorado SnapCalorie? Más allá del uso de sensores de profundidad y revisores, Norris señala un algoritmo que desarrolló la compañía y que aparentemente puede superar a una persona en la estimación de las calorías de un alimento. Utilizando el algoritmo, SnapCalorie identifica los tipos de alimentos en una foto y mide el tamaño de la porción de cada uno para estimar el contenido calórico.
Los resultados pueden registrarse en el diario de alimentos de SnapCalorie o exportarse a plataformas de seguimiento del estado físico como Apple Health.
El sólido rendimiento reportado del algoritmo proviene de su conjunto de datos de entrenamiento único de 5.000 comidas, dice Norris, que SnapCalorie creó tomando miles de fotografías de cada comida (por ejemplo, sopas, burritos, aceites, «salsas misteriosas» y más) utilizando una plataforma robótica.
«Nos aseguramos de que tuvieran todas las condiciones diversas y desafiantes que verías en el mundo real y pesamos cada ingrediente en una balanza», dijo Norris. “El proceso tradicional para entrenar un modelo de IA es descargar imágenes web públicas, hacer que las personas etiqueten las imágenes y luego entrenar el modelo para predecir esas etiquetas. Esto no es posible para los alimentos, porque las personas son muy imprecisas al estimar visualmente el tamaño de las porciones, por lo que no se puede hacer que las personas etiqueten las imágenes después del hecho”.
Norris admite que el algoritmo de SnapCalorie puede estar sesgado hacia la comida estadounidense, ya que el equipo recopiló la mayoría de los datos de entrenamiento iniciales en los EE. UU. Pero la compañía está en el proceso de expandir los datos de entrenamiento, basándose tanto en fotografías de los usuarios de SnapCalorie como en datos internos, para incluir otras cocinas culturales, dice.
Se podría argumentar que, no importa cuán preciso sea el algoritmo, ninguna aplicación puede dar una cuenta verdaderamente precisa de cuántas calorías consumiste en una comida. Después de todo, hay una variedad de variables que las aplicaciones no consideran, como los diferentes métodos de cocción y la cantidad de tiempo que lleva descomponer los alimentos individuales.
Norris no afirma que SnapCalorie sea 100% exacto, lo que sugiere que las herramientas de estimación de calorías de la aplicación deben considerarse simplemente una pieza del rompecabezas nutricional más amplio. Destacó la otra característica importante de SnapCalorie, un chatbot impulsado por ChatGPT, que ofrece sugerencias de comidas informadas por los objetivos y preferencias pasadas del usuario, así como la base de datos de valores nutricionales de SnapCalorie.
“Hemos descubierto que el interés de las personas por comprender lo que introducen en sus cuerpos va en aumento. Los impactos negativos para la salud de cosas como los alimentos procesados son cada día más claros”, dijo Norris. «Hemos escuchado que a nuestros usuarios les gusta mucho SnapCalorie, especialmente cuando salen a comer, ya que muchos restaurantes no publican los valores nutricionales y, de lo contrario, no tendrían forma de registrar la comida».
En cuanto a su popularidad, SnapCalorie parece estar creciendo a un ritmo saludable: está en camino de superar los 1.000 nuevos usuarios este mes. La compañía se centra en la expansión en este momento en lugar de la monetización, pero Norris describió la tasa de quema como «muy conservadora».
«Nuestra increíble tasa de crecimiento orgánico parece ser indicativa de que nuestra propuesta de valor resuena bien entre los consumidores: la gente la prueba, la ama y la recomienda a sus amigos y familiares», dijo.
Pcenter.es – #SnapCalorie #utiliza #para #estimar #contenido #calórico #los #alimentos #partir #fotografías
Síguenos en YouTube: @PCenterES