Эксперты Центра цифровой экспертизы Роскачества протестировали популярные приложения для определения калорийности блюд по фотографии и выяснили, насколько можно доверять «цифровому диетологу», а также не передают ли сервисы данные о вашем здоровье третьим лицам.
Эксперты отобрали пять лучших и полностью бесплатных приложений: Fatsecret, Tasager, EatFit, «Худеем вместе» и CalorieCounterAI. Но даже эта пятерка не оправдала ожиданий — точность подсчета калорий по фото оставляет желать лучшего.
Распознавание блюд по фото работает с ошибками даже на простых примерах
Для чистоты эксперимента специалисты приготовили несколько «эталонных» блюд с точно известным составом и весом, а затем сравнили результаты, которые выдали приложения, с реальными данными. Первым подопытным стал классический завтрак — оладьи (реальный вес 170 г, калорийность 392 ккал).
Результаты тестирования:
■ Fatsecret предложил варианты «бисквит» и «хлеб», распознав блюдо лишь после ручного ввода названия.
■ Tasager определил блюдо почти точно («мини-блинчики»), насчитал 400 ккал — погрешность минимальна.
■ EatFit дал максимальную погрешность: 454 ккал вместо 392 (на 62 ккал больше).
■ «Худеем вместе» распознало оладушки, посчитало точное количество и даже вывело разный вес для каждой штуки, что в целом дало близкий к реальности результат (150 г и 339 ккал).
■ CalorieCounterAI также определил оладьи как продукт, указав приблизительный вес 150 г и скромную калорийность в 242 ккал.
Гречка, окрошка или фруктовый напиток: что увидели приложения
Следующим испытанием стала гречневая каша — простое монокомпонентное блюдо, которое сложно перепутать с чем-то другим.
Эксперты приготовили два варианта: на воде и на молоке. В ходе испытания выяснилось, что с таким простым заданием справились только три приложения:
■ Fatsecret с кашей на воде справился относительно неплохо, распознав «гречку по-малороссийски». Однако кашу на молоке приложение не распознало, предложив «фруктовый напиток» и «окрошку на кефире».
■ «Худеем вместе», напротив, показало хороший результат: определило гречневую кашу на всех фото, даже на снимках каши с молоком. Естественно, в таком анализе не было учета жирности молока и количества добавленного сахара или масла.
■ CalorieCounterAI узнал гречку при всех ракурсах и вариантах освещения, выдавая варианты «гречка вареная» и «гречневая каша на молоке». Но калорийность каши на молоке при этом каждый раз была разной — то 115 ккал на 100 г, то 132 ккал на 100 г.
Создано при помощи нейросети Kandinsky
Интересно, что даже такой простой продукт, как гречка, при изменении одного ингредиента (вода вместо молока) полностью запутывает одни нейросети, тогда как другие справляются лучше, но тоже не идеально.
Салаты и сложные блюда окончательно запутывают нейросети
Следующий тест — салаты, где ингредиенты смешаны и визуально трудно различимы. Здесь результаты оказались еще хуже. Погрешность в калорийности у большинства приложений составляла около 100 ккал на порцию.
■ Tasager снова близко подобрался к истине — салат из крабовых палочек распознал как «салат с кукурузой», но ошибся в граммах (150 г вместо 170).
■ EatFit распознал салат из крабовых палочек как «салат из капусты», выдав тем самым неверный расчет калорий.
■ Fatsecret в вариантах для выбора по фото дал правильный ответ, но совсем не смог определить вес порции.
■ «Худеем вместе» распознает отдельные компоненты на тарелке, но с многокомпонентными смешанными блюдами справляется хуже. Соусы (майонез, кетчуп, горчица) распознаются, но вот болгарский перец в салате приложение перепутало с помидором.
■ CalorieCounterAI обобщает: вместо крабового салата выдает «овощной салат», «салат Цезарь» или «плов с мясом». Кроме того, многокомпонентный салат из огурцов, зелени, лука, помидоров, яйца и курицы стал просто «салатом с курицей и яйцом» без конкретики и, соответственно, точного расчета калорийности.
К сведению
Дополнительно эксперты провели тест — распознавание готовых блюд, где исходные ингредиенты изменили форму (котлета, запеканка, смузи). Нейросети не смогли определить, учтено ли масло, на котором жарилось блюдо, а калорийность оказалась занижена в 1,5–2 раза. Вывод: чем сложнее блюдо, тем менее точен «цифровой диетолог».
Фото с «горкой» и плохое освещение убивают точность распознавания
Эксперты смоделировали реальные жизненные ситуации, когда пользователь не настраивает идеальный кадр. В первом случае — «горка»: когда еды на тарелке больше, чем помещается в кадр. Во втором — фото при тусклом свете и при вспышке, приближенных к вечерней кухне.
Результат оказался плачевным:
■ Fatsecret распознал салат из крабовых палочек как картофельный или фруктовый.
■ Tasager увидел вареное яйцо, огурец и майонез, пропустив половину ингредиентов, а граммы указал наугад.
■ «Худеем вместе» показало нестабильные результаты: при загрузке одного и того же фото вес блюда определялся стабильно, а вот калорийность варьировалась в пределах 100 ккал. При разных ракурсах и освещении вес порции мог сильно меняться (например, 280 г против 490 г), а калорийность — различаться почти вдвое (500 ккал против 900 ккал).
■ CalorieCounterAI часто выдавал ошибки при анализе («Не удалось распознать изображение»), даже на визуально простую еду. При этом на результат больше влиял ракурс съемки, чем освещение.
■ EatFit и вовсе не распознал блюда.
Создано при помощи нейросети Kandinsky
В условиях плохого освещения некоторые сервисы предлагали варианты «омлет» или «яичница». То есть по одному и тому же блюду, но с разным качеством фото, нейросеть выдавала совершенно разные результаты.
Слепая вера в приложение может навредить здоровью
Систематические ошибки приложений в подсчете КБЖУ могут привести как к дефициту, так и к профициту макронутриентов. При дефиците возникает вектор энергетического дисбаланса, колебания массы тела и гиперстимуляция центра голода, что ведет к компенсаторному перееданию. При профиците — к развитию хронических заболеваний: диабета (при переизбытке углеводов), гипогликемии (при их недооценке), а также к выработке провоспалительных цитокинов, усугубляющих сосудистые катастрофы.
Частое использование приложений ломает естественные механизмы пищевого поведения. Человек перестает слышать истинные сигналы голода и сытости, ориентируясь на внешние уведомления, а при их нарушении испытывает чувство вины. Это активирует выброс кортизола, вызывает дисбаланс лептина и грелина, ведет к инсулинорезистентности и перееданию. Чрезмерная фиксация на подсчете КБЖУ способствует развитию ограничительных типов РПП, орторексии, а также булимии и анорексии, приводит к социальной изоляции, когда человек полагается на приложение как на единственный ориентир, игнорируя состояние организма.
Любые приложения — это всего лишь инструмент консалтинга, а не абсолютный ориентир. Доверяй, но проверяй: сочетайте цифровые трекеры с контролем врача, мониторингом гликемии, давления и других клинических параметров. Ошибка в 10–20% — это уже значимые изменения массы тела и биохимии за месяц. При тревоге по поводу пищи обязательно обращайтесь в медицинские клиники, изучайте физиологию голода и сытости, выбирайте приложения с возможностью адаптации под медицинские режимы лечения.
Что показала оценка информационной безопасности приложений
Помимо точности подсчета калорий, Центр цифровой экспертизы Роскачества оценивал запрашиваемые доступы и разрешения, наличие аналитических трекеров и безопасность передачи данных приложением. Для проверки последнего производился перехват всего трафика с помощью специализированного ПО «Wireshark» и дальнейший его анализ на предмет незашифрованных данных. Доступы и трекеры же отслеживались через приложение «Exodus»
Перехват трафика не выявил утечек или передачу незашифрованных данных, что говорит о надежной защищенности данных, вносимых пользователями в приложения.
Приложения по-разному следят за активностью пользователей. Лидеры по количеству трекеров — fatsecret и EatFit (по 8), за ними Tasager (4) и «Худеем вместе» (3). Больше всего удивило приложение Calorie Counter Ai, в нем не было обнаружено следов каких-либо средств анализа пользовательской активности. В остальных четырех за вами наблюдает Google, а в случае «Tasager» еще и VK.
Проанализированные приложения запрашивают минимум доступов и подозрительных среди них практически нет. И тем не менее стоит выделить доступ к «Изменению или удалению данных на общем накопителе» в Tasager, «Худеем вместе» и Calorie Counter Ai. Помимо этого, Tasager также запрашивает доступ к «Управлению NFC-модулем» и «Загрузке файлов без уведомления». Однозначно заявлять, что эти доступы не требуются для исправной работы приложения, мы не можем, но обращаем внимание читателей на их неоднозначность.
Платные версии приложений оказались не лучше
Основное тестирование проходило на бесплатных тарифах, но для контроля эксперты сравнили их с результатами платной подписки в дополнительном приложении. За исключением полностью бесплатных Calorie Counter Ai и «Худеем вместе», все исследованные сервисы предлагают дополнительные возможности за отдельную плату. Подписка обычно дает расширенный набор функций или снимает ограничения по качеству и объему данных.
Бесплатные решения привлекательнее по цене, но по качеству распознавания немного уступают остальным. Calorie Counter Ai выдавало только итоговые калории и БЖУ, причем заметно ниже остальных. Лучше всех показал себя Tasager — его ИИ оказался наиболее внимательным и разборчивым. EatFit и «Худеем вместе» особо не выделились: первый по показателям ближе к Calorie Counter Ai, второй — к Tasager. Контрольное сравнение с платным тарифом не выявило значимых преимуществ — мы получаем лишь доступ к умным рекомендациям, сканеру холодильника и паре дополнительных показателей.
Ни одно приложение не дает стабильно точного результата
Тестирование показало: нейросети пока не готовы заменить кухонные весы. Погрешность в подсчете калорий по фото достигает 30–50%, а при плохом освещении или сложных блюдах — все 100%. Доверять таким приложениям всерьез опасно: можно не только не похудеть, но и навредить здоровью. Это не значит, что приложения бесполезны, но относиться к ним стоит как к помощнику, а не как к истине в последней инстанции.
Встроенный ИИ работает нестабильно: точные результаты бывают, но скорее как исключение. Особенно плохо нейросети справляются с домашними блюдами со сложным составом. При этом если в приложении есть возможность вручную корректировать блюдо после того, как нейросеть его распознала, — отдавайте предпочтение таким сервисам. Ручная правка хотя бы частично компенсирует ошибки автоматического распознавания.
В целом калорийность, полученную по фото, лучше воспринимать как черновик для первичной оценки, а не как руководство к действию. Самый надежный способ по-прежнему — взвешивать ингредиенты самим.
Технически приложения для подсчета калорий состоят из трех блоков: компьютерное зрение, классификатор и база данных. Компьютер видит картинку не как человек, а как таблицу с числами — яркость и цвет каждого пикселя. Нейросеть ищет паттерны: линии, углы, фигуры, текстуры. И если на тарелке каша с семечками, нейросеть видит «хаотичные белые точки на сером фоне». Для нее это может быть как овсянка, так и цемент с крошкой.
Ошибки происходят потому, что нейросеть видит поверхность, но не видит состав. Она не знает, сколько масла или сахара добавили, и не может определить объем тарелки без эталона. А в рагу или запеканке визуальные паттерны теряются, и блюдо превращается в «неопознанную биомассу».
Современные приложения для подсчета калорий по фото — это скорее «умная гадалка», чем точный измерительный прибор. Нейросети хорошо справляются с цельными продуктами (яблоко, яйцо, картофель), но полностью теряются перед сложной кулинарией.
