Σε αντίθεση με τα υπάρχοντα συστήματα εντοπισμού AI που βασίζονται σε στατικές εικόνες του πιάτου σας, αυτή η προηγμένη τεχνολογία παρακολουθεί κάθε κουταλιά.
Η τεχνητή νοημοσύνη θα παρακολουθεί κάθε κουταλιά που καταναλώνετε και να υπολογίζει την κατανάλωση θερμίδων. Επιστήμονες στον Καναδά βρίσκονται στην πρωτοπορία αυτής της καινοτομίας και εργάζονται πάνω σε μια τεχνολογία που εξετάζει σχολαστικά το βιντεοσκοπημένο υλικό των διατροφικών σας συνηθειών για να εκτιμήσει το θρεπτικό περιεχόμενο των γευμάτων σας.
Ερευνητές από το πανεπιστήμιο του Waterloo στον Καναδά εξηγούν τους περιορισμούς των σημερινών αλγορίθμων εκτίμησης της μερίδας φαγητού, δηλώνοντας: «Οι σημερινοί αλγόριθμοι εκτίμησης της μερίδας φαγητού υποθέτουν ότι οι χρήστες τραβούν εικόνες των γευμάτων τους μία ή δύο φορές. Αυτό μπορεί να είναι άβολο και να αποτύχει να συλλάβει στοιχεία τροφίμων που δεν είναι ορατά».
Σε αντίθεση με τα υπάρχοντα συστήματα εντοπισμού AI που βασίζονται σε στατικές εικόνες του πιάτου σας, αυτή η προηγμένη τεχνολογία παρακολουθεί κάθε κουταλιά καθώς ταξιδεύει στο στόμα σας, προσφέροντας μεγαλύτερο βαθμό ακρίβειας. Οι ερευνητές τονίζουν ότι το σύστημά τους μπορεί να υπολογίσει τον όγκο του φαγητού που καταναλώνετε με μόλις 4,4% περιθώριο λάθους.
Ενώ το σύστημα δεν αναγνωρίζει ακόμη τα συγκεκριμένα τρόφιμα στο κουτάλι σας, οι προγραμματιστές του το εκπαιδεύουν να αναγνωρίζει διάφορα τρόφιμα. Τελικά, ο στόχος είναι η τεχνητή νοημοσύνη να αναγνωρίζει ένα ευρύ φάσμα τροφίμων, συμπεριλαμβανομένων εκείνων που δεν έχει συναντήσει στο παρελθόν.
Αυτή η πρωτοποριακή τεχνολογία υπόσχεται να φέρει επανάσταση στον τρόπο με τον οποίο παρακολουθούμε τη διατροφική μας πρόσληψη, καθιστώντας την πιο ακριβή και βολική.
