La promesse est séduisante: prenez une photo de votre repas, et l’intelligence artificielle vous dira instantanément combien de calories vous consommez. Plus de journalisation manuelle fastidieuse, plus de devinettes sur les portions, plus d’erreur humaine. Des applications comme Cal Ai, Lose It!, Et les nouvelles fonctionnalités photo de MyFitnessPal prétendent révolutionner le suivi des calories en permettant à l’appareil photo de votre smartphone faire le gros duvage.
Mais en tant que personne avec une histoire longue et compliquée avec le comptage des calories – et certes, une expertise quelque peu maudite – je peux vous dire que compter les calories avec une photo est exactement aussi stupide que cela puisse paraître.
Comment le comptage des calories propulsé par l’IA est censé fonctionner
Les applications de comptage des calories promettent de résoudre ce que les développeurs prétendent être le plus gros problème avec le suivi des calories: l’erreur humaine. La hauteur est convaincante – pourquoi passer du temps à rechercher des bases de données et à mesurer des parties lorsque votre téléphone peut analyser instantanément votre assiette?
Des applications comme CAL AI ou Snapcalorie AI utilisent des repères visuels comme la couleur, la texture et la taille relative pour faire des suppositions éclairées sur ce que vous mangez et quelle part il y en a.
Ils affirment que les méthodes d’IA peuvent résoudre le problème embêtante de la précision humaine dans l’estimation des calories – qui, pour être juste, est facile à se tromper. Cal AI se produit comme l’une des options les plus sophistiquées de cet espace, j’ai donc décidé de voir par moi-même. L’application était gratuite pendant les trois premiers jours, puis 29,99 $ / an.
Le processus de configuration est simple: télécharger l’application, créer un compte, saisir des informations démographiques de base et définir vos objectifs. Voici où j’ai rencontré mon premier drapeau rouge. L’application m’a informé joyeusement que « perdre 10 livres est une cible réaliste » – sauf que perdre 10 livres me pousse en fait dans le territoire de l’IMC en sous-pondération. Ce type de déclaration générale révèle un manque de nuances concernant les besoins de santé individuels.
Le processus de journalisation de la photo de Cal AI suit ces étapes:
-
Prenez une photo claire de votre nourriture, idéalement sur un fond simple.
-
Assurez-vous que tous les ingrédients sont visibles et bien éclairés.
-
Incluez un objet de référence (comme une pièce ou votre main) pour l’échelle.
-
Téléchargez l’image et attendez l’analyse de l’IA.
-
Examiner et corriger les identifications et les estimations de portions de l’application.
-
Enregistrez l’entrée dans votre journal quotidien.
L’application fournit des conseils détaillés pour obtenir de meilleurs résultats: utiliser un éclairage naturel, éviter les ombres, garder la caméra parallèle à la plaque et assurer qu’aucun ingrédient n’est caché. Ces lignes directrices semblent raisonnables en théorie, mais elles font allusion au défi fondamental auquel ces applications sont confrontées – la complexité de l’alimentation réelle.
La réalité est extrêmement décevante
J’ai commencé mes tests avec quelque chose de simple: une pomme rose pesant 222 grammes. Ce serait sûrement une victoire facile pour l’IA – les applications sont parmi les aliments les plus photographiés sur Terre, avec une forme et une couleur distinctes qui devraient être instantanément reconnaissables.
Cal AI a identifié avec confiance ma pomme comme Tikka Masala.
Je lui ai donné une autre chance, cette fois en photographiant la pomme à côté de son code-barres et en s’asseyant sur une échelle de cuisine affichant son poids exact. L’application l’a reconnue comme une pomme cette fois, mais l’a estimée à 80 calories lorsque le nombre réel aurait dû être plus proche de 120. C’est une sous-estimation de 33% – pas exactement la précision que vous voudriez si vous essayez de suivre avec précision l’apport.
Le véritable test est venu avec un repas plus complexe: mon déjeuner actuel de tofu frit, des oignons, des concombres, des tomates, du fromage feta et des pois chiches, tous généreusement vêtus d’une vinaigrette maison à base d’huile. C’est le genre de plat mixte qui présente vraisemblablement l’avantage de l’IA par rapport à l’exploitation manuelle – n’a pas besoin de rechercher des ingrédients individuels ou d’estimer leurs quantités.
Les résultats ont été une masterclass de confiance excessive algorithmique. L’application a identifié le tofu frit brun doré comme des croûtons, que je devais corriger manuellement. Il a fait un très bon travail en reconnaissant les légumes et la feta, mais complètement fasciné sur la teneur en huile. Bien que la salade soit visiblement scintillante avec la vinaigrette, l’application a estimé l’ensemble du plat à 450 calories.
Cette estimation était ridiculement bas. Une seule boîte de pois chiches contient environ 400 calories, et ma portion comprenait à peu près cette quantité plus des quantités importantes de fromage feta et plusieurs cuillères à soupe de vinaigrette à base d’huile d’olive. Un nombre de calories réalistes pour ce repas aurait été plus proche de 800 à 900 calories.
L’estimation des portions de l’application s’est avérée encore plus problématique que son identification d’ingrédient. Lorsque j’ai photographié une portion plus petite – moins qu’un quart de la salade d’origine – Cal IA l’a estimée à 250 calories. Selon la propre logique de l’application, moins de 25% du repas contenait en quelque sorte plus de 55% de ses calories. Les mathématiques ne fonctionnent tout simplement pas.
Cela met en évidence une limitation fondamentale du comptage des calories basée sur la photo: les caméras capturent des images bidimensionnelles d’objets tridimensionnels. Sans points de référence cohérents ou analyse de profondeur sophistiquée, l’estimation du volume à partir de photos reste en grande partie des suppositions. Même les humains ont du mal avec cette tâche, c’est pourquoi les professionnels de la nutrition recommandent généralement de peser les aliments pour la précision.
Pour obtenir une image plus complète du paysage de comptage des calories AI, j’ai également testé deux autres applications populaires: Snapcalorie et Calorie Mama.
Snapcalorie: de meilleurs chiffres, mêmes problèmes
Snapcalorie a immédiatement apaisé un certain scepticisme en suggérant une cible calorique quotidienne beaucoup plus raisonnable de 1 900 calories, par rapport à la messagerie problématique de la perte de poids de Cal AI. Cependant, cette précision a un prix élevé – 79,99 $ par an après un essai gratuit d’une semaine, ce qui en fait l’option la plus chère que j’ai testée.
L’application offre une fonction intéressante: une fonction « Ajouter une note » qui vous permet de fournir un contexte supplémentaire sur les ingrédients que la caméra ne peut pas voir. En théorie, cela traite de l’une des limites fondamentales du suivi photo.
Lorsque j’ai testé Snapcalorie avec la même pomme de pomme rose, elle a fonctionné beaucoup mieux que Cal AI, estimant 115 calories. Mais le test de salade grec a révélé des problèmes familiers. L’estimation initiale de Snapcalorie était un 257 calories absurdement faible. Lorsque j’ai photographié une plus petite portion – la même portion de sous-quart qui avait perplexe Cal Ai – Snapcalorie a estimé 184 calories. Les mathématiques ne fonctionnaient toujours pas; Cette plus petite portion aurait dû être d’environ 25% de la portion plus grande, et non de 70%.
Déterminé à donner à l’application un coup équitable, j’ai utilisé la fonctionnalité de note pour spécifier manuellement « un conteneur complet de tofu, de feta, de pois chiches et d’huile d’olive ». Avec cette intervention humaine, Snapcalorie a fait passer son estimation à 761 calories – beaucoup plus raisonnable et précise, mais toujours bas.
Mais cela soulève la question évidente: si j’ai besoin de saisir manuellement les informations détaillées sur les ingrédients pour obtenir des résultats précis, qu’est-ce que la photo accomplit exactement? Je fais essentiellement le travail du comptage traditionnel des calories tout en passant par les mouvements de la prise de photos.
Que pensez-vous jusqu’à présent?
Calorie Mama: quand Ai n’essaye même pas
Calorie Mama a fourni l’expérience la plus frustrante et risible des trois applications. L’interface semble rudimentaire et les performances de l’IA sont si médiocres que l’application abandonne essentiellement la prémisse de l’analyse photo automatisée.
Après avoir téléchargé une photo, Calorie Mama vous oblige à confirmer manuellement non seulement les aliments, mais aussi leurs portions. Cela défait tout le but de l’exploitation de l’exploitation photo – vous faites tout le travail que l’entrée manuelle nécessiterait de toute façon.
Lorsque j’ai téléchargé ma photo de salade grecque, Calorie Mama l’a identifié simplement comme « Tofu » – en intention les légumes, le fromage feta, les pois chiches et la vinaigrette. L’application m’a ensuite demandé d’ajuster manuellement la taille de la portion et a semblé considérer la journalisation complète, comme si un plat mélangé complexe ne contenait que du tofu ordinaire.
Ce n’était pas seulement inexact; C’était inutile. Au moins Cal AI et Snapcalorie ont tenté de reconnaître plusieurs ingrédients, même si leurs estimations caloriques étaient désactivées. Calorie Mama a semblé abandonner complètement le défi de base, reléguant l’IA à un peu plus qu’un système de stockage de photos fantaisiste.
Les calories à propulsion AI ont perdu mon temps
La promesse de comptage des calories alimentées par AI est l’efficacité – Snap et Go, aucune entrée manuelle requise. Mais mon expérience a révélé une réalité différente. J’ai passé beaucoup de temps à corriger les identifications d’ingrédients, à ajuster la taille des portions et à deviner les estimations de l’application. Dans de nombreux cas, j’aurais été plus rapide en utilisant la journalisation manuelle traditionnelle avec une échelle alimentaire et une recherche de base de données.
Cela crée une énigme frustrante: si vous ne scrutez pas les résultats de l’IA, vous obtiendrez des données extrêmement inexactes. Mais si vous vérifiez chaque entrée, vous perdez le bénéfice de gain de temps qui est justifié en utilisant la technologie en premier lieu. C’est le pire des deux mondes – l’effort du suivi manuel combiné à l’incertitude de la supposition automatisée.
Le plus préoccupant est peut-être ce qui se passe lorsque les utilisateurs n’ont pas le contexte pour reconnaître les estimations inexactes. Mes années d’expérience de comptage de calories – de problème que pourraient être de cette histoire – m’ont des connaissances pour repérer lorsque les chiffres de Cal Ai étaient éteints. Mais qu’en est-il des utilisateurs qui font confiance à la technologie?
La sous-estimation systématique des calories pourrait être particulièrement nocive pour les personnes qui essaient de perdre du poids, car cela pourrait les amener à croire qu’ils mangent moins qu’ils ne le sont. Inversement, la surestimation pourrait provoquer une restriction inutile ou une anxiété autour de la nourriture. Quoi qu’il en soit, les données inexactes sape le but du suivi.
Le problème fondamental avec les applications de comptage AI Calorie n’est pas seulement technique – c’est philosophique. Ces outils émergent et renforcent l’idée que le suivi précis des calories est à la fois nécessaire et bénéfique pour la santé. Mais la recherche suggère que le comptage des calories obsessionnelle peut faire plus de mal que de bien pour beaucoup de gens.
Une alimentation intuitive, qui se concentre sur la faim interne et les indices de satiété plutôt que sur des mesures externes, s’est révélée prometteuse comme une approche plus durable et psychologiquement saine de la nutrition. Ce cadre met l’accent sur le développement d’une relation saine avec la nourriture en fonction de la façon dont il vous fait ressentir plutôt que de frapper des cibles numériques spécifiques.
Pour la plupart des gens, comprendre les principes généraux de la nutrition équilibrée – capter de nombreux légumes, choisir des grains entiers par rapport à des grains entiers, y compris des protéines adéquates – permet de meilleurs résultats à long terme que le suivi des calories méticuleuse.
La ligne de fond
Les applications de comptage des calories alimentées par l’IA promettent de résoudre l’erreur humaine dans le suivi alimentaire, mais ils introduisent de nouvelles formes d’inexactitude tout en maintenant de nombreux anciens problèmes. Si votre objectif est simplement d’obtenir une estimation approximative du nombre de calories dans les aliments génériques, ces applications pourraient fournir une certaine valeur. Mais pour tous ceux qui cherchent une précision dans leur suivi de l’admission, les méthodes traditionnelles combinées à des échelles alimentaires restent plus fiables.
Plus important encore, je me demandais si un comptage de calories précis sert vos objectifs de santé. Pour de nombreuses personnes, développant une relation plus intuitive avec la nourriture – une base de satisfaction, de niveaux d’énergie et de bien-être global plutôt que de cibles numériques – indique une meilleure santé physique et mentale. Peut-être que l’approche à l’ancienne d’écouter notre corps fonctionne mieux que n’importe quel algorithme.
