Beslenme Takibinde Yapay Zekanın Geleceği
Bilgisayarlı görü ve büyük dil modelleri, yemeği ve sağlığı anlama biçimimizi nasıl kökten değiştiriyor?
İnsanlık tarihinin büyük bölümünde ne yediğinizi anlamak ya zahmetli bir el emeği — yemeği tartmak, tablolara bakmak, kalori saymak — ya da tamamen tahmin gerektirdi. Hiçbiri günlük hayatın temposunda işe yaramıyor.
2024 ve 2025’te çok kipli (multimodal) yapay zeka modellerinin ortaya çıkışı bunu kökten değiştirdi. İlk kez, bir öğünün fotoğrafını çekip iki saniyenin altında klinik düzeyde doğrulukta besin bilgisi almak mümkün hale geldi.
Görü-Dil Modelleri Her Şeyi Değiştiriyor
Modern yemek yapay zekasını önceki denemelerden ayıran şey yalnızca doğruluk değil — genelleme yeteneği. Eski sistemler her mutfak için ayrı veri kümeleri istiyordu ve tanımadıkları yemeklerde ya da karışık tabaklarda tamamen çuvallıyordu.
Çeşitli yemek veri kümeleriyle eğitilen görü-dil modelleri artık bileşimi akıl yürüterek çözebiliyor, görsel ipuçlarından porsiyon büyüklüğünü tahmin edebiliyor ve pişirme yöntemlerini hesaba katabiliyor — hepsi tek bir fotoğraftan. SlayCal, 87 mutfaktan 12 milyondan fazla yemek görseliyle ince ayar yapılmış özel bir model kullanıyor.
Ölçekte Hassasiyet
Güvenilirlik olmadan doğruluğun anlamı yok. Modelimiz günde 2 milyondan fazla analiz isteğini 340 ms medyan gecikmeyle karşılıyor. Çıkarım optimizasyonuna ciddi yatırım yaptık; bunlar arasında model boyutunu kayda değer doğruluk kaybı olmadan 4 kat küçülten özel ONNX niceleme hatlarımız da var.
SlayCal’da Sırada Ne Var
Şu anda gerçek zamanlı öğün planlaması için beta testindeyiz — yalnızca ne yediğinizi analiz etmekle kalmayıp sağlık hedeflerinize uygun öğünler kurmanıza aktif olarak yardım eden bir yapay zeka diyetisyeni. Bu yıl içinde yayında olacak.