Насколько точны ИИ-системы «фото → калории»? Бенчмарк 2026 года

Распознавание еды по фото за четыре года прошло путь от диковины до мейнстрима. Главный вопрос всё это время: насколько это точно?

Бенчмарк

Статья 2026 года в Journal of Nutritional Science оценила пять ведущих платформ фото-распознавания еды против гравиметрических (весовых) измерений на 9 200 приёмах пищи. Это самый строгий бенчмарк на сегодня.

Главные цифры

• Медианная погрешность подсчёта калорий: 8,3% по всем пяти платформам.
• Медианная погрешность по макронутриентам: 11,6% (углеводы), 9,1% (белки), 14,2% (жиры).
• Худший случай: погрешность 41% на сильно перемешанных блюдах (запеканки, слоёные десерты).

Сравнение с человеком

Старые исследования оценки калорий человеком — как обывателями, так и специалистами — показывают медианные погрешности 20–35%. По этому бенчмарку ИИ заметно точнее.

Где всё ещё трудно

Сложные блюда: однородный внешний вид при переменном составе (рагу, салаты с заправкой); кухни, недопредставленные в обучающих данных; порции, где важна глубина, а в кадре нет ориентира масштаба.

Практическая планка

Для большинства потребительских задач — управления весом, анализа паттернов питания, корреляций с настроением — 8% медианной погрешности значительно ниже значимого порога шума. Для клинических задач этого пока мало. Apollo сознательно работает в первой категории.