Enquanto trabalhava no Google, Wade Norris queria criar um projeto que pudesse ter um impacto positivo na vida das pessoas. Ele foi cofundador do Google Lens, o aplicativo de visão computacional do Google que fornece informações relacionadas aos objetos que identifica. Mas não foi um sucesso “completo”.
Vários anos atrás, Norris fez parceria com Scott Baron, engenheiro de sistemas da indústria aeroespacial, para lançar uma startup focada em saúde chamada SnapCalorie. O SnapCalorie, alimentado por inteligência artificial, tenta obter uma contagem precisa de calorias e a distribuição de macronutrientes de uma refeição a partir de uma única foto tirada com um smartphone.
SnapCalorie levantou US$ 2 milhões em financiamento de investidores, incluindo Accel, Index Ventures, o ex-CEO da CrossFit, Eric Roza, e Y Combinator. A empresa levantou anteriormente US$ 125,000 de investidores não identificados em uma rodada inicial anterior.
“Os humanos são péssimos em estimar visualmente o tamanho da porção de um prato de comida”, disse Norris. “SnapCalorie melhora o status quo ao combinar uma variedade de novas tecnologias e algoritmos.”
Ou seja, o SnapCalorie não é o primeiro aplicativo baseado em visão computacional para contar calorias. Aplicativos como Calorie Mama, Lose It, Foodadviser e Bite.AI tentaram o desafio, com vários graus de sucesso. Mas o que torna o SnapCalorie diferente, diz Norris, é o uso de sensores de profundidade em dispositivos compatíveis para medir o tamanho das porções e a equipe de revisores humanos para “uma camada extra de qualidade”.
“Em média, o equipamento consegue reduzir o erro calórico para menos de 20%”, diz Norris. “Existem outros aplicativos capazes de usar IA para rastreamento de alimentos com base em fotos, mas nenhum deles ajuda na estimativa do tamanho da porção, a parte mais importante para reduzir erros.”
Créditos da imagem: SnapCalorie
Há muito ceticismo na indústria da saúde em relação às ferramentas de estimativa de calorias baseadas em fotos, e por boas razões. Em 2020 ao estudar Descobriu-se que alguns dos contadores de calorias baseados em IA mais populares, o mais preciso, Calorie Mama, acertavam apenas cerca de 63% das vezes.
Então, como o SnapCalorie melhorou? Além do uso de sensores de profundidade e revisores, Norris aponta para um algoritmo desenvolvido pela empresa que aparentemente pode superar uma pessoa na estimativa das calorias de um alimento. Usando o algoritmo, SnapCalorie identifica os tipos de alimentos em uma foto e mede o tamanho da porção de cada um para estimar o conteúdo calórico.
Os resultados podem ser registrados no diário alimentar SnapCalorie ou exportados para plataformas alimentares. monitoramento de condicionamento físico como Apple Health.
O forte desempenho relatado do algoritmo vem de seu conjunto exclusivo de dados de treinamento de 5000 alimentos, diz Norris, que o SnapCalorie criou tirando milhares de fotos de cada refeição, por exemplo, sopas, wraps, óleos, "molhos misteriosos" e muito mais. plataforma.
“Garantimos que eles tivessem todas as condições diversas e desafiadoras que você veria no mundo real e pesamos cada ingrediente em uma balança”, disse Norris. “O pipeline tradicional para treinar um modelo de IA é baixar imagens públicas da web, fazer com que as pessoas marquem as imagens e, em seguida, treinar o modelo para prever essas tags. “Isso não é possível para alimentos, porque as pessoas são muito imprecisas ao estimar visualmente o tamanho das porções, então não é possível fazer com que as pessoas rotulem as imagens após o fato”.
Norris admite que o algoritmo do SnapCalorie pode ser tendencioso em relação à comida americana, uma vez que a equipa recolheu a maior parte dos seus dados de formação inicial sobre os EUA versus cozinhas de outras culturas.
Pode-se argumentar que não importa quão preciso seja o algoritmo, nenhum aplicativo pode fornecer um relato verdadeiramente preciso de quantas calorias você ingere por refeição. Há uma variedade de variáveis que os aplicativos não consideram, como diferentes métodos de cozimento e a quantidade de tempo necessária para quebrar os alimentos individuais.
Norris não afirma que o SnapCalorie seja 100% preciso, sugerindo que as ferramentas de estimativa de calorias desse aplicativo devem ser consideradas apenas uma peça do quebra-cabeça nutricional maior. Ele destacou o outro recurso importante do SnapCalorie, um chatbot com tecnologia ChatGPT, que fornece sugestões de refeições e preferências anteriores do usuário, bem como o banco de dados de valores nutricionais do SnapCalorie.
Créditos da imagem: SnapCalorie
“Descobrimos que o interesse das pessoas em compreender o que comem está a aumentar. Os impactos negativos na saúde de coisas como alimentos processados estão se tornando mais claros”, disse Norris. “Nossos usuários gostam muito do SnapCalorie, principalmente quando saem para comer, pois muitos restaurantes não publicam valores nutricionais e, de outra forma, não teriam como registrar o que comem”.
Até esse ponto em termos de popularidade, o SnapCalorie parece estar crescendo em um ritmo saudável: está a caminho de atingir 1,000 novos usuários este mês. A empresa estava focada na expansão neste momento, e não na monetização, mas Norris descreveu a taxa de consumo como “muito conservadora”.
“A nossa incrível taxa de crescimento orgânico parece indicar que a nossa proposta de valor repercute bem junto dos consumidores: as pessoas experimentam e recomendam-na aos seus amigos e familiares”, disse ele.
