Trabajando en Google, Wade Norris quería crear un proyecto que pudiera afectar positivamente la vida de las personas. Fue cofundador de Google Lens, una aplicación de Google asistida por visión artificial que muestra información relacionada con los objetos que identifica. Pero eso no acabó de rascarse la picazón.
Hace varios años, Norris se asoció con Scott Baron, un ingeniero de sistemas en la industria aeroespacial, para lanzar una nueva empresa centrada en la salud llamada SnapCaloria. Con tecnología de inteligencia artificial, SnapCalorie intenta obtener el recuento exacto de calorías y la distribución de macronutrientes de una comida en función de una sola foto tomada con un teléfono inteligente.
Este mes, SnapCalorie recaudó 2 millones de dólares de inversores como Accel, Index Ventures, el ex director general de CrossFit, Eric Roza, y Y Combinator. La compañía recaudó previamente $125,000 de inversionistas no identificados en una ronda preliminar.
“La gente es terrible para estimar visualmente el tamaño de las porciones de comida en un plato”, dijo Norris. “SnapCaloria mejora el status quo al combinar una variedad de nuevas tecnologías y algoritmos”.
Para ser claros, SnapCalorie no es la primera aplicación de conteo de calorías basada en visión por computadora. Aplicaciones como Calorie Mama, Lose It, Foodadviser y Bite.AI han intentado hacer esto, con diversos grados de éxito. Pero lo que distingue a SnapCalorie, dice Norris, es el uso de sensores de profundidad en dispositivos de tamaño de porción compatibles y un equipo de revisores para “una capa adicional de calidad”.
“En promedio, el equipo puede reducir el error calórico a menos del 20%”, dice Norris. “Hay otras aplicaciones que pueden usar IA para rastrear las comidas en función de las fotos, pero ninguna de ellas ayuda con la estimación del tamaño de la porción, la parte más importante para reducir los errores”.
Créditos de la imagen: SnapCaloria
Hay mucho escepticismo en la industria médica acerca de las herramientas de estimación de calorías basadas en fotografías, y por una buena razón. Uno 2020 prueba Al comparar algunos de los contadores de calorías basados en IA más populares, descubrimos que el más preciso, Calorie Mama, solo acertó alrededor del 63 % de las veces.
Entonces, ¿cómo se ha mejorado SnapCalorie? Más allá del uso de sensores de profundidad y revisores, Norris apunta a un algoritmo desarrollado por la compañía que aparentemente puede superar a una persona en la estimación de las calorías de los alimentos. Usando un 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 SnapCalorie o exportarse a plataformas de seguimiento de estado físico como Apple Health.
El alto rendimiento informado del algoritmo proviene de un conjunto de datos de entrenamiento único de 5000 comidas, dice Norris, quien creó SnapCalorie tomando miles de fotos de cada comida, p.
“Nos aseguramos de que tuvieran todas las condiciones variadas 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 escriban etiquetas en las imágenes y luego entrenar el modelo para predecir esas etiquetas. Eso no es posible con la comida porque las personas son muy imprecisas al estimar visualmente el tamaño de las porciones, por lo que no puedes dejar que las personas etiqueten las fotos después del hecho”.
Norris admite que el algoritmo SnapCalorie puede estar sesgado hacia la comida estadounidense, ya que el equipo recopiló la mayoría de los datos de la capacitación inicial en los EE. UU. otras cocinas culturales, dice.
Se podría argumentar que no importa qué tan preciso sea el algoritmo, ninguna aplicación puede determinar con precisión cuántas calorías ingieres en una comida. Después de todo, hay una serie de variables que las aplicaciones no tienen en cuenta, como los diferentes métodos de cocción y el tiempo que se tarda en descomponer los alimentos individuales.
Norris no afirma que SnapCalorie sea 100 % preciso, lo que sugiere que las herramientas de estimación de calorías de la aplicación deberían considerarse simplemente como parte de un rompecabezas nutricional más grande. Señaló otra característica importante de SnapCalorie, un chatbot basado en ChatGPT que proporciona sugerencias de comidas basadas en los carbohidratos y las preferencias anteriores del usuario, así como la base de datos nutricional de SnapCalorie.
Créditos de la imagen: SnapCaloria
“Descubrimos que el interés de las personas por comprender lo que están poniendo en sus cuerpos está creciendo. Los impactos negativos para la salud de cosas como los alimentos procesados se vuelven más evidentes cada día”, dijo Norris. “Hemos escuchado que a nuestros usuarios realmente les gusta SnapCalorie, especialmente cuando salen a comer, ya que muchos restaurantes no publican información nutricional o no podrían registrar su comida”.
En cuanto a su popularidad, SnapCalorie parece estar creciendo a un ritmo saludable: está en camino de llegar a 1000 nuevos usuarios este mes. Por el momento, la empresa se centra en la expansión en lugar de la monetización, pero Norris ha descrito la tasa de consumo como “muy conservadora”.
“Nuestra increíble tasa de crecimiento orgánico parece indicar que nuestra propuesta de valor resuena bien entre los consumidores: la gente lo prueba, lo ama y lo recomienda a amigos y familiares”, dijo.