Насколько точны ИИ-приложения для подсчёта калорий?

Прямой ответ, построенный только на опубликованных исследованиях — включая те, что показывают, где оценка по фотографии перестаёт работать.

Что на самом деле показывают рецензируемые исследования

Самая близкая к теме опубликованная работа — статья 2025 года в журнале Nutrients, где ChatGPT-5, универсальную зрительно-языковую модель, проверяли на фотографиях реальных блюд с известным составом.¹ Исследователи постепенно увеличивали объём контекста, который получала модель, и измеряли ошибку на каждом шаге.

MAPE — средняя абсолютная процентная ошибка, MAE — средняя абсолютная ошибка. Первую строку читайте так: имея только фотографию, модель ошибалась в калорийности в среднем примерно на 123 ккал, то есть примерно на 30% от истинной энергетической ценности блюда.

Отдельно стоит работа Nutrition5k, представленная на конференции CVPR в 2021 году исследовательской группой Google: описанная в ней система компьютерного зрения предсказывает калорийность и макронутриенты сложных реальных блюд «с точностью, превосходящей профессиональных нутрициологов».² Обратите внимание, о чём именно идёт речь: сравнение шло с людьми-экспертами, оценивавшими те же изображения, а не с лабораторным химическим анализом.

Почему названные ингредиенты повышают точность более чем вдвое

Самое полезное в данных Nutrients — не заголовочная цифра, а градиент. Ошибка по калориям упала с 30,51% до 13,92%, а по жирам — с 8,70 г до 4,26 г только потому, что модели сообщили состав блюда.¹

Это объяснимо физически. Фотография несёт надёжную информацию о площади и видимом объёме продукта и довольно надёжную — о его опознании. И почти никакой — о трёх вещах, которые сильнее всего определяют калорийность:

• Жир, на котором готовили. Столовая ложка оливкового масла — это около 120 ккал, и после впитывания в овощи она невидима. Две визуально одинаковые тарелки запечённых овощей могут различаться на 300 ккал.
• Плотность и внутренний состав. По фотографии не отличить йогурт нормальной жирности от обезжиренного, а постный отруб мяса — от жирного, когда они уже на тарелке.
• Скрытый объём. Сколько риса под соусом карри — это додумывается, а не наблюдается.

Каждый из этих пунктов обычно известен тому, кто это блюдо ест. В этом и состоит механизм прироста точности: человек сообщает ровно ту информацию, которую камера захватить не может.

Точнее — по сравнению с чем?

Слово «точно» ничего не значит без точки отсчёта, и честная точка отсчёта для приложения-дневника — это не лаборатория. Это то, что вы сделали бы вместо него.

В исследовании Лихтмана, опубликованном в New England Journal of Medicine в 1992 году, люди с ожирением, сообщавшие о неспособности похудеть, недооценивали своё реальное потребление пищи на 47 ± 16% и переоценивали физическую активность на 51 ± 75%.³ Авторы заключили, что отсутствие снижения веса объяснялось искажением отчётности, а не нарушением обмена веществ.

К этой цифре нужны две оговорки, которые обычно теряются при цитировании: участники были именно людьми с ожирением, устойчивым к диете, и измерялись самостоятельно заполненные пищевые дневники, а не оценка по фотографии. Из этого не следует, что «все недооценивают на 47%». Следует другое: неподкреплённая самооценка несёт большое систематическое смещение вниз — заметно большее, чем 30% ошибки по фотографии выше.

С чем оценка по фотографии справляется плохо

Wellix не станет делать вид, что это не так. Ожидайте, что оценка по фотографии будет испытывать трудности с:

• Маслом, сливочным маслом и заправками, добавленными при готовке, — по причинам выше. Это крупнейший единичный источник ошибки.
• Смешанными и однородными блюдами — рагу, карри, смузи, запеканки, — где ингредиенты ни по отдельности не видны, ни разделимы.
• Соусами и сиропами, содержание сахара в которых невидимо.
• Неоднозначным масштабом. Без объекта-ориентира крупная порция, снятая вблизи, и мелкая, снятая издалека, выглядят одинаково.
• Упакованными продуктами, где этикетка — заведомо лучший источник, чем любое изображение. Фотографируйте этикетку, а не еду.

И наоборот, оценка по фотографии лучше всего работает на цельных продуктах с различимыми компонентами: кусок рыбы на гриле, отмеренный гарнир из риса, салат из узнаваемых овощей.

Как читать заявление о точности

Поищите «самое точное ИИ-приложение для подсчёта калорий» — и вы найдёте уверенные цифры вроде «±1,4% средней ошибки» или «точность 95%», подкреплённые тестами без рецензирования, без доверительных интервалов, без проверки значимости, а в ряде случаев — с нераскрытой связью между тем, кто тест опубликовал, и тем, кто в нём победил.

Прежде чем поверить цифре точности о любом приложении, включая это, проверьте пять вещей:

1. Это рецензируемая публикация или самиздат? Название журнала и DOI можно проверить. Пост в блоге — нельзя.
2. Каков размер выборки? Тридцать блюд — маленькое исследование. Пятьдесят блюд без проверки значимости — это анекдот.
3. Приведены ли доверительные интервалы? Точечная оценка без интервала скрывает, насколько цифра могла бы сдвинуться.
4. Ошибка относительно чего? Химического анализа, этикетки (которая сама приблизительна) или расчёта по рецепту? Это не одно и то же.
5. Кто оплатил тест и кто в нём победил? Тест, опубликованный компанией, чей продукт занял первое место, заслуживает того же скепсиса, что и любая другая реклама.

Как получить самую точную запись из фото-приложения

Исследования подсказывают ясный практический порядок действий. Каждый шаг сдвигает вас от верхней строки таблицы к нижней.

1. Правьте продукты, а не только итог. Если приложение написало «курица на гриле», а она была жареной, исправьте. Ошибка опознания протекает во все макронутриенты.
2. Указывайте жир, на котором готовили. Фраза «приготовлено на столовой ложке оливкового масла» возвращает самое крупное скрытое слагаемое.
3. Дайте ориентир масштаба. Снимайте под одним и тем же углом, оставляя в кадре вилку, руку или стандартную тарелку.
4. Для упакованной еды фотографируйте этикетку. Этикетка всегда лучше изображения.
5. Взвешивайте те немногие продукты, которые едите постоянно. Рис, масло, орехи и сыр калорийно плотные, и в них легко ошибиться. Взвешивание четырёх продуктов забирает почти всю доступную точность, не превращая каждый приём пищи в лабораторную работу.
6. Судите по тренду, а не по дню. Дневные итоги несут шум оценки. Сигнал — это двухнедельный тренд веса против двухнедельного среднего потребления.

Где здесь Wellix

Wellix построен вокруг результата из таблицы выше, а не вокруг обещания его превзойти. Вы фотографируете блюдо; Wellix распознаёт каждый продукт и оценивает его калории, белки, жиры и углеводы по отдельности; а затем показывает вам разбивку по пунктам до того, как что-либо сохранится. Когда продукт действительно неоднозначен, Wellix задаёт один уточняющий вопрос вместо того, чтобы угадывать.

Этот шаг проверки — не удобство интерфейса. Это и есть механизм, который превращает оценку «только по фотографии» в оценку «с контекстом», то есть разницу между первой и третьей строками таблицы. Приложение, которое записывает молча и никогда не спрашивает, оптимизирует не ту величину.

Частые вопросы

Достаточно ли точны ИИ-приложения для подсчёта калорий, чтобы похудеть?

Для большинства людей — да. Снижение веса зависит от устойчивого дефицита энергии на протяжении недель, а не от точного измерения одного приёма пищи. Оценка по фотографии с ошибкой около 30%, применяемая последовательно ко всем приёмам пищи, отследит тренд потребления достаточно хорошо, чтобы этим дефицитом управлять, — при условии, что вы корректируете цель по реальной динамике веса, а не доверяете абсолютной цифре калорий.

ИИ-приложение точнее, чем оценка на глаз?

Опубликованные данные говорят, что да. Зрительная модель оценивала калорийность блюда с ошибкой около 30% по одной фотографии, тогда как участники с ожирением в исследовании New England Journal of Medicine недооценивали собственное потребление примерно на 47%. Сравнение неидеально, поскольку методы и выборки различались, но направление совпадает.

ИИ-приложение точнее кухонных весов?

Нет. Взвешивание ингредиентов и поиск их состава точнее любой оценки по фотографии и останется таковым, потому что весы измеряют массу напрямую, а фотография её выводит косвенно. Вопрос не в том, что точнее, а в том, что вы действительно будете делать полгода подряд.

Почему приложение задаёт вопросы о моей еде?

Потому что предоставление контекста — самое крупное доступное улучшение точности. В работе Nutrients 2025 года указание ингредиентов снизило ошибку по калориям с 30,51% до 13,92%. Уточняющий вопрос — это способ приложения купить для вас это улучшение.

В каких продуктах подсчёт калорий по фото ошибается чаще всего?

В тех, где калории невидимы на снимке: масло и сливочное масло, впитавшиеся при готовке, заправки и соусы, смешанные блюда вроде рагу и смузи, а также всё, чей объём скрыт под верхним слоем. Надёжнее всего оцениваются цельные продукты на тарелке с различимыми, отделимыми компонентами.

Насколько точен именно Wellix?

Wellix не публиковал проверенную цифру точности собственной модели, потому что не проводил исследования, которое дало бы на это право. Цифры на этой странице взяты из рецензируемых проверок сопоставимых универсальных зрительных моделей. Wellix показывает каждый распознанный продукт до сохранения, чтобы вы могли его исправить.

Источники

1. Rodríguez-Jiménez M, Martín-del-Campo-Becerra GD, Sumalla-Cano S, Crespo-Álvarez J, Elio I. Image-Based Dietary Energy and Macronutrients Estimation with ChatGPT-5: Cross-Source Evaluation Across Escalating Context Scenarios. Nutrients. 2025;17(22):3613. doi:10.3390/nu17223613. pmc.ncbi.nlm.nih.gov/articles/PMC12655113
2. Thames Q, Karpur A, Norris W, Xia F, Panait L, Weyand T, Sim J. Nutrition5k: Towards Automatic Nutritional Understanding of Generic Food. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2021, pp. 8903–8911. arxiv.org/abs/2103.03375
3. Lichtman SW, Pisarska K, Berman ER, Pestone M, Dowling H, Offenbacher E, Weisel H, Heshka S, Matthews DE, Heymsfield SB. Discrepancy between self-reported and actual caloric intake and exercise in obese subjects. N Engl J Med. 1992;327(27):1893–1898. pubmed.ncbi.nlm.nih.gov/1454084

Wellix предоставляет общую информацию о питании и не является медицинской консультацией. Приложение не диагностирует, не лечит и не предотвращает заболевания. Нормы калорий и макронутриентов — это оценки, полученные по прогностическим формулам, а индивидуальные потребности различаются. Проконсультируйтесь с квалифицированным медицинским специалистом перед существенными изменениями рациона, особенно при беременности и грудном вскармливании, а также при расстройствах пищевого поведения, диабете, болезнях почек, заболеваниях щитовидной железы и любых других медицинских состояниях.

Посмотрите разбивку до того, как сохраните

Wellix показывает каждый распознанный продукт с калориями и БЖУ, чтобы вы поправили его одним касанием.