AI能准确计算卡路里吗？信任什么和检查什么

人工智能卡路里准确度 - 预期结果。

• 卡路里追踪中没有什么是精确的：即使是印刷标签也允许有很大的余量。 • 人工智能估计对于包装食品和标准份量最可靠，对于混合菜肴和餐厅食品最不可靠。 • 主要错误几乎总是份量大小，而不是食品标识。 • 烹饪脂肪是最被低估的成分——油热量高，在描述中是看不见的。 • 一致性胜过精确性：具有稳定偏差的方法仍然可以向您显示真实的趋势。 • 如果您需要临床精确性——管理糖尿病、监督医疗饮食——估计是不够的。

人们将人工智能的估计与想象中不存在的黄金标准进行比较。营养标签来自平均样本或根据成分数据库计算，监管机构允许印刷数字和实际内容之间存在有意义的公差。整个食品的数据库条目在品种、生长条件和切割方面的平均值。鸡胸肉的热量并不是固定的。因此，诚实的基线是每种方法都会产生错误，问题在于大小和方向而不是存在性。

主要是食品识别。给出合理的描述，助手将正确识别一道菜包含什么以及它的大致成分——该部分是在其能力范围内运行良好的模型。它还擅长相对比较：当被问及鸡肉沙拉或鸡肉卷哪个是更清淡的选择时，即使绝对数字都不是，答案也是可靠的。对于具有名称和标准份量的包装食品，估算本质上是数据库查找，并且几乎与数据库查找一样可靠。

份量大小，压倒性的。 “一碗意大利面”可能包含 60 克到 180 克干意大利面，具体取决于碗和人，在添加任何东西之前，这之间存在几百卡路里的差异。第二个问题是看不见的脂肪：两汤匙橄榄油大约含有240卡路里热量，并且没有出现在任何炒菜的描述中。餐厅食物将两者混合在一起，因为份量比家庭食物要大，而且厨房使用的黄油和油比家庭厨师想象的要多得多。酱汁、调料和“一点”任何东西的估算值都会悄悄地上下浮动三分之一。

这是大多数跟踪建议所忽略的一点。如果你的方法系统性地低估了 10%，并且你每天都使用它，那么它显示的趋势仍然是真实的——你的摄入量每周上升或下降是可见的，即使绝对水平是错误的。几周内的体重变化是真正校准您的反馈：如果秤没有移动，而您的日志显示 1,800 卡路里，则您的实际摄入量高于 1,800，正确的反应是调整目标，而不是重新调整每餐的估计值。你维持数月的一致近似方法胜过你在两周内放弃的精确方法。

一些习惯可以完成大部分工作。以模型可以锚定的单位来描述部分——您知道的克，或者标准参考，例如肉的“一副纸牌”或大米的“网球”。说出烹饪方法和脂肪。将复合餐分解为各个组成部分，而不是命名菜肴。在烹饪前称量一下占主导地位且容易误判的少量食物——油、坚果酱、奶酪、大米和面食。称量五种食物可以让您以很少的努力获得称量所有食物的最大准确性。

• 说明脂肪和烹饪方法——最大的单一修正 • 描述任何自制食品的成分，而不是菜肴名称 • 使用一致的部分参考，使您的偏差保持稳定 • 仅称量热量密集的主食：油、坚果酱、奶酪、干谷物 • 每两周根据规模检查趋势并调整目标，而不是方法

在某些情况下，近似值确实不够。胰岛素剂量的碳水化合物计数需要标签和秤的准确性，因为错误的后果是低血糖发作，而不是一个月的减慢。医学监督饮食、术前营养和临床研究都需要测量。如果您处于其中一种情况，请使用助手提供膳食建议并使用加权值作为数字。没有人应该对着照片注射胰岛素。

相关：照片卡路里估算的工作原理、AI营养师与注册营养师，以及TDEE 计算器，用于设置您要跟踪的目标。