تتطور أبحاث التغذية بشكل متسارع بفضل التقنيات الحديثة، وتعتبر وكالات الذكاء الاصطناعي (AI Agents) من الابتكارات الرائدة في هذا المجال. ففي خطوة تهدف إلى تعزيز دقة النتائج، تم تقديم خدمة بيانات التغذية (Nutrition Data Service - NDS)، التي تسعى إلى تقليل التحديات المرتبطة ببيانات التغذية من حيث الهوية والمعاني المختلفة.

تعمل خدمة البيانات عبر بنية تحتية تحافظ على مصادرها الأصلية وتطبق مبادئ FAIR (Findable, Accessible, Interoperable, Reusable) بطريقة آلية. فعن طريق دقة الوصف، تُجعل السجلات الخاصة بإصدارات معينة قابلة للاكتشاف، كما تساهم الجسور المعنونة في ربط الموارد التي تم إصدارها بشكل مستقل.

الأداء الجيد لشبكة البيانات يظهر بوضوح، حيث تتفوق NDS على أفضل نتائج نماذج اللغة الموضوعة في معيار NutriBench. وقد أظهرت التقييمات المستقلة والدقيقة لجسور البيانات أن العقود المعنونة تعزز الروابط القابلة للدفاع وتُبطل التوصيلات غير المدعومة.

وعلى صعيد التحليل الشخصي لمؤشر سكر الدم، توفر إدخالات NDS نتائج متطابقة عبر نماذج متعددة وعمليات متكررة، في حين يظل تحليل البيانات المفتوحة غير مستقل. تتضح هنا نتيجة هامة: أبحاث التغذية التي تتوسطها وكالات الذكاء الاصطناعي تحتاج إلى بنية بيانات جديدة تدعم الهوية،_search_ والتوصيلات.

هل تعتقد أن هذه التقنيات ستحدث ثورة في مجالات أخرى أيضاً؟ شاركونا رأيكم في التعليقات.