ফটো ট্র্যাকিং কীভাবে সেই খাবারগুলো সামলায় যা বারকোড কখনো পারবে না

প্রায় যেকোনো পুষ্টি ডেটাবেস খুলুন আর আপনি দেখবেন এটি আসলে প্যাকেজড খাবারের একটি ডেটাবেস। সিরিয়ালের বাক্স, প্রোটিন বার, হিমায়িত ডিনার, UPC কোডযুক্ত রেস্তোরাঁ চেইনের আইটেম — সবই কেউ একবার লগ করেছে, পরে সবাই স্ক্যান করেছে। এটি ভালোভাবে কাজ করে, যতক্ষণ না আপনি নিজে কিছু রান্না করেন।

তিনটি সবজি, আন্দাজে তৈরি একটি মেরিনেড, এবং প্যানে ঠিক কতটা তেল গেছে তা সহ একটি স্টির-ফ্রাইয়ের কোনো বারকোড নেই। ফ্রিজে যা ছিল তা দিয়ে তৈরি একটি সালাদেরও নেই, বা প্রতিবার তৈরি করার সময় একটু ভিন্ন হওয়া এক পাত্র চিলিরও নেই। এই খাবারগুলো মানুষ আসলে যা খায় তার একটি বড় অংশ গঠন করে, আর এগুলোই ঠিক সেই খাবার যা সার্চ-ভিত্তিক লগিংকে ভেঙে দেয়।

স্বাভাবিক সমাধান হলো আনুমানিক কিছু করা: কাছাকাছি কিছু খুঁজুন, নিকটতম মিল বেছে নিন, এবং আশা করুন পরিমাণের অনুমান খুব বেশি দূরে নয়। দিনে তিনবার এটি করুন আর ত্রুটিগুলো দ্রুত জমা হয় — কোনো একক অনুমান অত্যন্ত ভুল বলে নয়, বরং আপনার সামনে থাকা খাবারের সাথে কোনো নোঙর নেই বলে।

ফটো-ভিত্তিক অনুমান শুরুর বিন্দুটিই উল্টে দেয়। একটি প্রক্সি খোঁজার বদলে, আপনি আসল প্লেটের ছবি তোলেন, আর মডেলটি যা দেখে তা নিয়ে যুক্তি করে: দৃশ্যমান উপাদান, প্লেটের তুলনায় তাদের আনুমানিক আয়তন, এবং সেই ধরনের খাবারের সাধারণ ম্যাক্রোনিউট্রিয়েন্ট অনুপাতের সাথে এটি কীভাবে সামঞ্জস্যপূর্ণ। এটি কোনো লেবেল পড়ছে না কারণ কোনোটি নেই — এটি একই তথ্য থেকে অনুমান করছে যা একজন ব্যক্তি ব্যবহার করতেন যদি আপনি তাকে অনুমান করতে বলতেন।

এই পার্থক্যটি যতটা শোনাচ্ছে তার চেয়ে বেশি গুরুত্বপূর্ণ। আপনার স্টির-ফ্রাই দেখে কেউ আপনাকে বলতে পারবে এটি সম্ভবত হালকা সসযুক্ত একটি চিকেন ও সবজির খাবার, মোটামুটি দেড় প্লেট খাবার, সম্ভবত ৫০০-৬৫০ ক্যালরি। সেখানে পৌঁছাতে তাদের UPC কোডের দরকার নেই, আর তারা সম্ভবত "চিকেন স্টির ফ্রাই"-এর একটি মোটামুটি ডেটাবেস সার্চের চেয়ে কাছাকাছি হবে যা প্রোটিন, সবজি এবং তেলের সম্পূর্ণ ভিন্ন অনুপাত ধরে নেয়।

এর কোনোটিই ফটো অনুমানকে নিখুঁত করে না। আপনার ম্যাশড পটেটোতে ঠিক কতটা মাখন গেছে, বা সেই সসটি ক্রিম না স্টক দিয়ে তৈরি তা এটি জানবে না। এটি যা করবে তা হলো আপনাকে সেই খাবারগুলোর জন্য একটি যুক্তিসঙ্গত পরিসরে নিয়ে আসবে যেগুলোর জন্য আগে কোনো ভালো ট্র্যাকিং বিকল্পই ছিল না — এমন খাবার যা আগে হয় বাদ দেওয়া হতো, বন্যভাবে অনুমান করা হতো, বা সম্পূর্ণ ভিন্ন কিছু হিসেবে লগ করা হতো কারণ ডেটাবেসে সেটিই একমাত্র মিল ছিল।

দুটি সিস্টেম একসাথে কাজ করার জন্য তৈরি, প্রতিযোগিতা করার জন্য নয়। বারকোড স্ক্যান প্যাকেজড খাবারের জন্য সঠিক সংখ্যা দেয় কারণ সঠিক সংখ্যা বিদ্যমান। একটি ছবি বাকি সবকিছুর জন্য একটি ব্যবহারযোগ্য অনুমান দেয়, কারণ ঘরে তৈরি খাবারের জন্য, একটি দ্রুত এবং যুক্তিসঙ্গতভাবে নির্ভুল সংখ্যা একটি ধীর কিন্তু মিথ্যাভাবে নির্ভুল সংখ্যার চেয়ে ভালো। বেশিরভাগ দিন শেষ পর্যন্ত উভয়ই ব্যবহার করে — দই স্ক্যান হয়, ডিনারের ছবি তোলা হয় — আর দুটির মধ্যে, সেই দিনের লগ আসলে যা খাওয়া হয়েছে তা প্রতিফলিত করে, ডেটাবেসে সবচেয়ে কাছের জিনিসটি নয়।

বড় বিষয়টি হলো ট্র্যাকিং আসলে কীসের জন্য। যদি লক্ষ্য হয় সপ্তাহ ও মাস জুড়ে একটি ট্রেন্ড, তাহলে আজকের একটি সামান্য অসম্পূর্ণ অনুমান যা আপনি আগামীকালও আসলে আবার লগ করবেন তা একটি প্রযুক্তিগতভাবে নির্ভুল সংখ্যার চেয়ে ভালো যা খুঁজে পেতে পাঁচ মিনিট লেগেছিল এবং যা পরের বার আপনি এড়িয়ে যাবেন কারণ এটি প্রচেষ্টার যোগ্য ছিল না। ফটো ট্র্যাকিং বিদ্যমান কারণ ঘরে তৈরি খাবার সাধারণ, শুধুমাত্র ডেটাবেস-ভিত্তিক ট্র্যাকিং এটি খারাপভাবে সামলায়, আর সমাধান একটি বড় ডেটাবেস নয় — এটি প্লেট দেখার একটি ভিন্ন উপায়।