سردبیر بخش تغذیه‌ی سایت CNET، در یک بررسی شش هفته‌ای تجربه‌ی کار با اپلیکیشنی مبتنی‌بر هوش مصنوعی برای اسکن بارکد مواد غذایی را گزارش کرده است؛ ابزاری که برای ارزیابی دقیق‌تر رژیم غذایی، تشخیص میزان فراوری‌شدگی غذاها و کمک به انتخاب‌های سالم طراحی شده است.
جدیدترین اخبار تکنولوژی هوش مصنوعی و شبکه‌های اجتماعی را در نامبرلند بخوانید.
اپلیکیشن هوش مصنوعی مورد بررسی، Zoe AI Meal Tracker نام دارد. در این برنامه، کاربران با اسکن بارکد یا وارد کردن غذا می‌توانند ببینند چقدر مواد غذایی مصرف‌شده‌شان فرآوری‌شده است، چه میزان فیبر، چربی و ترکیب‌های گیاهی در آن وجود دارد.
قابلیت ثبت تصویری وعده‌های غذایی با هوش مصنوعی (AI Photo Logging) به کاربران اجازه می‌دهد از غذای خود عکس بگیرند تا جزئیات مواد تشکیل‌دهنده‌اش (که قابل ویرایش است) و اطلاعات تغذیه‌ای آن را مشاهده کنند. در کنار این موارد، اپلیکیشن با کمک دستیار هوشمند تغذیه‌ای خود به نام Ziggie، برای هر وعده غذایی یک امتیاز غذایی بین ۰ تا ۱۰۰ در نظر می‌گیرد و توضیح می‌دهد که چرا آن وعده چنین امتیازی دریافت کرده است. این امتیاز نشان‌دهنده تأثیر احتمالی غذا بر سلامت فرد است.
لینک اپلیکیشن zoe برای ios
اپلیکیشن zoe برای اندروید هنوز فعال نیست!
به گفته‌ی آماتی، مدیرعامل شرکت سازنده‌ی اپلیکیشن هوش مصنوعی Zoe، در مراحل آزمایشی بالینی، عملکرد این فناوری در مقایسه با ثبت دستی وعده‌های غذایی بررسی شده است. او توضیح می‌دهد:
«ما ثبت هوش مصنوعی را با ثبت دستی مقایسه کردیم و دقت آن بالای ۹۵٪ بود. بنابراین، می‌توان گفت این اولین ابزار تأییدشده‌ی ثبت تصویری غذا در بازار است.»
علاوه‌بر داده‌های آزمایشی، هوش مصنوعی این اپ میلیون‌ها عکس غذایی موجود در اینترنت را تحلیل کرده تا بتواند دقیقاً تشخیص دهد کاربر چه غذایی خورده است.
با این حال، امیلیا تی، کارشناس تغذیه و مربی دیابت در نیویورک و از اعضای هیئت بررسی پزشکی CNET، درباره این ویژگی هشدار می‌دهد. او می‌گوید:
«درست است که دادن امتیاز عددی به غذاها می‌تواند از نظر آموزشی مفید باشد، اما این کار ممکن است مشکلاتی هم ایجاد کند؛ چون این تصور را تقویت می‌کند که غذاها ارزش اخلاقی دارند و به دو دسته خوب یا بد تقسیم می‌شوند. چنین ذهنیتی می‌تواند احساس گناه یا محدودیت غذایی ناسالم به‌دنبال داشته باشد.»
از نقاط مثبت اپلیکیشن می‌توان به رابط کاربری ساده، پاسخ‌های سریع و نوعی «شاخص خطر غذاهای فرآوری‌شده» اشاره کرد که کمک می‌کند کاربران بفهمند چقدر از مواد غذایی‌شان در محدوده‌ی «پردازش‌شده زیاد» قرار دارد. نویسنده می‌گوید که این ویژگی به‌ویژه وقتی مفید بود که او در حال انتخاب در فروشگاه بود و سریع تصمیم می‌گرفت؛ به‌جای اعتماد صرف به برچسب «سالم» یا ظاهر بسته‌بندی، بارکد را اسکن می‌کرد و می‌دانست آن گزینه ممکن است «بیش‌پردازش‌شده» باشد.
با این‌حال، ابزار هوش مصنوعی Zoe محدودیت‌هایی هم داشت. برای مثال بعضی غذاها در پایگاه داده‌ی اپ وجود نداشتند و نمی‌توانستند دقیقاً میزان فراوری یا ترکیبات‌شان را نشان دهند؛ یا وقتی مصرف غذا بسیار پیچیده بود (مثلاً ترکیبی از چند ماده اولیه)، اپ نمی‌توانست همه‌ی جزئیات را به‌درستی تحلیل کند. نویسنده اشاره می‌کند که اگرچه این ابزار قدم مهمی به‌سوی «خودآگاهی غذایی» است، اما هنوز نمی‌تواند جایگزین مشاوره‌ی تخصصی تغذیه باشد.
در پایان گزارش، نویسنده نتیجه می‌گیرد: «اگر می‌خواهید درک بهتری از آنچه می‌خورید پیدا کنید، استفاده از چنین ابزاری می‌تواند مسیرتان را تغییر دهد. مهم‌تر از اسکن بارکد این است که عادات‌تان را مرور کنید، پرسشگر باشید و بعد تصمیم بگیرید.»
پیشنهاد می‌کنیم خبر مربوط به ساخت ربات انسان‌نما توسط سامسونگ را بخوانید.
