۲۱ سنبلهٔ ۱۴۰۵ · 6 دقیقه مطالعه
ثبت از روی عکس چطور غذاهایی را حل می‌کند که بارکود هیچ‌وقت نمی‌تواند
تقریباً هر دیتابیس تغذیه‌یی را که باز کنید، می‌بینید که در حقیقت یک دیتابیس غذاهای بسته‌بندی‌شده است. بسته‌های سیریل، بارهای پروتینی، نان شب‌های یخ‌زده، محصولات زنجیره‌های رستورانتی با کد UPC — همه این‌ها یک بار توسط کسی ثبت شده و بعد از آن توسط همه اسکن می‌شود. این روش تا زمانی که خودتان چیزی نپخته‌اید، خوب کار می‌کند.
یک سرخ‌شده مخلوط با سه نوع سبزی، یک مارینیدی که با چشم اندازه گرفته‌اید، و هر مقدار روغنی که واقعاً در تاوه ریخته — بارکود ندارد. یک سالاد که از هرچه در یخچال بود درست کرده‌اید هم همین‌طور، یا یک دیگ چیلی که هر بار که آن را می‌پزید کمی فرق می‌کند. این غذاها سهم بزرگی از آن‌چه مردم واقعاً می‌خورند را تشکیل می‌دهند، و دقیقاً همین غذاها هستند که ثبت مبتنی بر جستجو را خراب می‌کنند.
راه‌حل معمول این است که تقریب بزنید: چیزی شبیه آن را جستجو کنید، نزدیک‌ترین نتیجه را انتخاب کنید، و امیدوار باشید که حدس اندازه پرشن خیلی دور نباشد. این کار را سه بار در روز انجام بدهید و خطاها زود روی هم جمع می‌شوند — نه این‌که یک حدس خاص خیلی غلط باشد، بلکه چون هیچ لنگری به غذایی که واقعاً جلوی شماست، وجود ندارد.
تخمین از روی عکس نقطه شروع را برعکس می‌کند. به جای جستجوی یک جایگزین، شما از بشقاب واقعی عکس می‌گیرید، و مودل از روی چیزی که می‌بیند استدلال می‌کند: مواد قابل مشاهده، حجم تقریبی آن‌ها نسبت به بشقاب، و این‌که این چطور با نسبت‌های معمول مکرونوترینت‌ها برای آن قسم غذا جور درمی‌آید. این کار یک لیبل را نمی‌خواند چون لیبلی وجود ندارد — بلکه از همان اطلاعاتی تخمین می‌زند که یک آدم اگر از او می‌خواستید حدس بزند، استفاده می‌کرد.
این تفاوت بیشتر از آن‌چه به نظر می‌رسد اهمیت دارد. یک نفر که به سرخ‌شده مخلوط شما نگاه می‌کند می‌تواند بگوید که این احتمالاً یک غذای مرغ و سبزی با یک سس سبک است، تقریباً یک بشقاب و نیم غذا، احتمالاً ۵۰۰ تا ۶۵۰ کالری. او برای رسیدن به این نتیجه نیازی به کد UPC نداشت، و احتمالاً از یک جستجوی تقریبی در دیتابیس برای "سرخ‌شده مرغ" که یک نسبت کاملاً متفاوت از پروتین به سبزی به روغن را فرض می‌کند، نزدیک‌تر بود.
هیچ‌کدام از این‌ها تخمین از روی عکس را کامل نمی‌سازد. این روش دقیقاً نمی‌داند چه مقدار کره در کچالوی لعاب‌شده تان رفته، یا این‌که آن سس با کریم درست شده یا با آبگوشت. اما کاری که می‌کند این است که شما را در یک محدوده معقول برای غذاهایی قرار می‌دهد که قبلاً اصلاً هیچ گزینه ثبت خوبی نداشتند — غذاهایی که قبلاً یا رد می‌شدند، یا با حدس زیاد ثبت می‌شدند، یا به عنوان چیزی کاملاً دیگر ثبت می‌شدند چون آن تنها نتیجه نزدیک در دیتابیس بود.
این دو سیستم طوری ساخته شده‌اند که با هم کار کنند، نه این‌که رقابت کنند. اسکن بارکود ارقام دقیق برای غذای بسته‌بندی‌شده به شما می‌دهد چون ارقام دقیق وجود دارند. یک عکس برای همه چیزهای دیگر یک تخمین قابل استفاده به شما می‌دهد، چون برای غذای خانگی، یک رقم زود و نسبتاً دقیق از یک رقم کند و به‌دروغ دقیق بهتر است. اکثر روزها از هر دو استفاده می‌شود — ماست اسکن می‌شود، نان شب عکس گرفته می‌شود — و بین این دو، ثبت روز واقعاً نشان می‌دهد چه چیزی خورده شده، نه نزدیک‌ترین چیز در یک دیتابیس.
نکته مهم‌تر این است که ثبت کردن اصلاً برای چه است. اگر هدف یک روند در طول هفته‌ها و ماه‌ها باشد، یک تخمین کمی ناقص امروز که فردا هم واقعاً دوباره ثبتش می‌کنید، از یک رقم از نظر فنی دقیق که پیدا کردنش پنج دقیقه وقت گرفته و دفعه بعد به خاطر این‌که ارزش زحمتش را نداشت، رهایش می‌کنید، بهتر است. ثبت از روی عکس به این دلیل وجود دارد که غذای خانگی رایج است، ثبت مبتنی فقط بر دیتابیس آن را بد انجام می‌دهد، و راه‌حل یک دیتابیس بزرگ‌تر نیست — بلکه یک روش متفاوت برای نگاه کردن به بشقاب است.