تعتبر تقييم الحصص الغذائية بناءً على الصور خطوة ثورية في مجال التغذية، إلا أن التحديات لا تزال قائمة في تقدير الكميات بشكل دقيق. وفي هذا السياق، فقد ظهر الابتكار الجديد الذي يعزز قدرة نماذج الذكاء الاصطناعي متعددة الوسائط (Multimodal LLMs) على التعرف على أنواع مختلفة من الأطعمة بدقة أكبر.

الأساليب التقليدية تتطلب تذكُّرًا يدويًا، مما قد يؤدي إلى تحيزات عالية وتكاليف باهظة. لكن مع إدخال نموذج تدعيم دقيق للحصص الغذائية، يتجاوز هذا الابتكار القيود السابقة. تعتمد هذه التقنية على شبكة صغيرة تعزز من نموذج الذكاء الاصطناعي الحالي، حيث تستفيد من المعلومات مثل اسم الطعام وصندوق الحدود الخاص به ونطاق الكثافة.

تم تقييم النموذج الجديد عبر عدة اختبارات واقعية، ووجد أنه يقلل من خطأ تقدير الحصص بنسبة تتراوح بين 33-41% مقارنة بالنماذج التقليدية. كما تفوق هذا النموذج الجديد على جميع النماذج الرائدة الحالية، مما يسجل نقطة تحول في هذا المجال.

هل تعتقدون أن هذه التقنية ستحدث ثورة في كيفية تقييم الحصص الغذائية؟ شاركونا آراءكم في التعليقات.