Исследование Сентябрь 2026 · 6 мин чтения

Почему вопрос важен

В рекламе любого AI-трекера показывают тарелку, камеру и уверенную цифру. Скептики — диетологи, форумы, люди, которые попробовали приложение и увидели 380 ккал за буррито — задают очевидный вопрос: откуда оно знает?

Оно не знает. Оно оценивает, в четыре шага, и на каждом шаге может ошибиться. Понимание этих шагов и отличает разумное пользование от слепого доверия.

Как на самом деле устроена оценка по фотографии

Почти любое приложение с камерой в 2026 году, включая CalMePlease, работает по такой цепочке:

1. Сегментация. Изображение делится на области: тарелка, фон и каждый отдельный продукт.
2. Классификация. Каждая область получает название — жареная курица, белый рис, брокколи, соус. Здесь путаются похожие внешне продукты: бедро и грудка, рис и ризотто, сливочное масло и маргарин.
3. Оценка порции. Модель угадывает объём или вес по снимку. Глубину приходится выводить из плоской картинки, и это самое сложное. Перекрытие (рис под курицей) и угол съёмки вредят оба.
4. Поиск нутриентов. Опознанный продукт и оценённая порция сопоставляются с базой и разворачиваются в калории и БЖУ.

Ошибки складываются. Промах в 10% по порции плюс неверная запись в базе для соуса дают промах в 30% в итоговой цифре. Поэтому два приложения могут посмотреть на одну тарелку и разойтись на треть.

Что показывают исследования

**Систематический обзор, 2023 (Shonkoff и соавт., Annals of Medicine).** Рассматривал оценку рациона по изображениям в сравнении с эталонными значениями. Относительная ошибка по калориям колебалась от менее 1% до 38% в разных работах, причём меньше — на одиночных и простых продуктах. Вывод: методы на основе AI сопоставимы с человеческой оценкой и могут её превосходить, но результат сильно зависит от набора данных.

Nutrients, 2025. Проверяли современную универсальную AI-модель на снимках еды. Только изображение — около 30,5% средней абсолютной процентной ошибки. Изображение плюс короткое описание ингредиентов — около 13,9%. Контекст сократил ошибку более чем вдвое.

Fridolfsson и соавт., 2025. Проверяли ChatGPT, Claude и Gemini напрямую на 52 фотографиях еды. Ошибка по весу и энергии составила чуть меньше 40% у двух лучших моделей и 65–70% у третьей, при ошибке по макронутриентам 42–110% — хуже всего по белку. Универсальные языковые модели без специализированной цепочки заметно слабее приложений, построенных под задачу.

Независимые сравнения приложений, 2026. Два отдельных теста по шесть приложений каждый (клинический отчёт по питанию и проверка в мае 2026 года) показали, что приложения, работающие только по фото, как класс ошибаются сильнее, чем связка ручного ввода со штрихкодом, причём смешанные блюда давали ошибку на 50–70% больше, чем тарелки с одним продуктом. Ещё они обнаружили, что важно направление ошибки: одни приложения хронически занижают, другие завышают, и постоянное смещение для контроля веса хуже случайного разброса, потому что за неделю оно не компенсируется.

Краудсорсинговое исследование, 2018 (JMIR). Для калибровки: когда 2028 человек просили оценить калорийность по фотографиям еды, средний участник попал в пределы 20% от истины 5 раз из 20. Обученные разметчики показали то же самое. Люди в этом тоже плохи.

Откуда берётся ошибка, по убыванию вклада

1. Смешанные блюда. Карри, рагу, запеканка, паста с соусом, буррито. Модель не видит ни соотношения ингредиентов, ни количества масла.
2. Скрытые калории. Заправка, масло для жарки, сливочное масло, сахар в соусе, сливки в супе. На снимке невидимы, часто 100–300 ккал.
3. Глубина порции. Миска сверху выглядит одинаково, лежит в ней 150 г риса или 300 г.
4. Продукты-двойники. Жирный и обезжиренный йогурт, подслащённые и неподслащённые напитки, постное и жирное мясо.
5. Свет и ракурс. Плохой свет ухудшает распознавание, крутой угол — оценку порции.

Что на самом деле означают заявления о точности

Когда приложение пишет «точность 90%», спросите: в чём? Лабораторные тесты — это однотонный фон, хороший свет, один продукт на тарелке и известные порции. Это не ваш рабочий стол в обед. Честный диапазон для реального смешанного блюда — 15–30%. Некоторые разработчики публикуют собственные замеры с ошибкой ±1–2%; относитесь к любой цифре ниже 5% на реальной еде скептически, пока методика не открыта и не проверена независимо.

Собственный раздел вопросов Cal AI называет около 80% точности, что является освежающе прямым способом сказать ±20%. Это и есть уровень категории.

Как получить самую близкую цифру

Исследования дают понятный порядок действий, и CalMePlease рассчитан именно на него:

1. Добавьте предложение. Фото плюс «куриная грудка, рис, примерно чашка, оливковое масло» сокращает ошибку почти вдвое. В CalMePlease это можно сказать голосом на любом из девяти языков сразу после снимка.

2. Снимайте видео для сложных тарелок. Двухсекундная панорама даёт модели больше ракурсов для оценки порции, чем один кадр сверху. Именно поэтому в CalMePlease есть видеозапись.

3. Для упакованного используйте штрихкод. Отсканированная этикетка точна. Не фотографируйте протеиновый батончик, отсканируйте его.

4. Правьте то, что знаете. Если приложение говорит 200 г риса, а вы знаете, что было 100 г, измените. Правку даёт любое приложение; в хороших она в одно касание.

5. Смотрите на тенденцию, а не на приём пищи. Отдельная оценка может ошибиться на 25%. Неделя оценок со случайной ошибкой усредняется до куда более тесной цифры. Важно, верное ли направление и можно ли из этого что-то сделать.

6. Считайте не только калории. Ошибка в 20% по калориям раздражает. Полностью пропустить сахар, клетчатку и соль — а так делает большинство приложений с четырьмя макронутриентами — это более крупное слепое пятно. CalMePlease считает десять показателей за приём пищи, поэтому даже несовершенная цифра калорий приходит с контекстом, который объясняет самочувствие.

Достаточно ли это точно?

Для большинства людей да, при одном условии: цель — осознанность и направление, а не лабораторная точность.

Если нужно попасть ровно в 1847 ккал по клиническому протоколу, взвешивайте еду и пользуйтесь базой. Если нужно понять, что в ваших обедах слишком много быстрых углеводов, что вам не хватает 30 г белка в большинстве дней и что на выходных сахара вдвое больше, чем в будни, — оценки по фото с коротким описанием более чем достаточно, и это единственный метод, который большинство действительно продолжает дольше двух недель.

Самый точный трекер — тот, которым вы всё ещё пользуетесь на третий месяц.

Частые вопросы

Достаточно ли точен AI-подсчёт калорий для похудения? Да. Похудение зависит от устойчивого дефицита на протяжении недель. Случайные ошибки в 15–25% за приём пищи в основном усредняются; важно записывать каждый приём пищи, а по фотографии это происходит намного чаще, чем вручную.

Какое AI-приложение самое точное? Независимого сравнения, включающего все приложения, не существует. По разным тестам лучше выступают те, что сочетают фото со штрихкодом и текстом и дают быстро исправить результат. Взвешивание плюс штрихкод обходит всё — ценой того, что большинство это бросает.

Действительно ли описание помогает? Да — в опубликованных работах ошибка падала примерно с 30% до 14% при добавлении короткого описания состава. Это самая полезная привычка при записи по фото.

Почему приложение ошибается на ресторанной еде? В ресторанных блюдах есть скрытые масло, сливочное масло и сахар, которых камера не видит, а порции больше, чем кажутся. Ждите занижения и добавляйте пометку вроде «ресторан, вероятно жирное».

Может ли AI считать калории по видео? Да. Видео даёт несколько ракурсов, что улучшает оценку порции. CalMePlease принимает короткие ролики.

---

Читайте также: Лучшие приложения для подсчёта калорий с AI в 2026 году · CalMePlease против Cal AI

CalMePlease записывает еду по фото, видео, голосом или штрихкодом и считает десять показателей за приём пищи. Бесплатно в App Store.