Lorsqu’il travaillait chez Google, Wade Norris voulait créer un projet susceptible d’avoir un impact positif sur la vie des gens. Il a cofondé Google Lens, l’application de vision artificielle de Google qui affiche des informations sur les objets qu’elle identifie. Mais cela n’a pas suffi.
Il y a quelques années, Norris s’est donc associé à Scott Baron, ingénieur système dans l’industrie aérospatiale, pour lancer une start-up axée sur la santé, SnapCalorie. SnapCalorie, alimenté par l’IA, tente d’obtenir un décompte précis des calories et une répartition des macronutriments d’un repas à partir d’une simple photo prise avec un smartphone.
Ce mois-ci, SnapCalorie a levé 2 millions de dollars auprès d’investisseurs tels qu’Accel, Index Ventures, l’ancien PDG de CrossFit Eric Roza et Y Combinator. L’entreprise avait précédemment levé 125 000 dollars auprès d’investisseurs non identifiés dans le cadre d’un tour de table de pré-amorçage.
« Les êtres humains sont incapables d’estimer visuellement la taille d’une assiette de nourriture », a déclaré M. Norris. « SnapCalorie améliore le statu quo en combinant une variété de nouvelles technologies et d’algorithmes ».
Pour être clair, SnapCalorie n’est pas la première application de comptage de calories basée sur la vision artificielle. Des applications telles que Calorie Mama, Lose It, Foodadviser et Bite.AI ont toutes tenté l’exploit, avec plus ou moins de succès. Mais ce qui différencie SnapCalorie, selon Norris, c’est l’utilisation de capteurs de profondeur sur les appareils pris en charge pour mesurer la taille des portions et d’une équipe d’évaluateurs humains pour « une couche supplémentaire de qualité ».
« En moyenne, l’équipe est en mesure de réduire l’erreur calorique à moins de 20 % », affirme Norris. « Il existe d’autres applications capables d’utiliser l’IA pour effectuer un suivi des repas à partir de photos, mais aucune ne permet d’estimer la taille des portions – la partie la plus importante pour réduire les erreurs. »
Crédits d’image : SnapCalorie
Les outils d’estimation des calories basés sur des photos suscitent beaucoup de scepticisme dans le secteur de la santé, et ce pour de bonnes raisons. Une étude réalisée en 2020 et comparant certains des compteurs de calories les plus populaires basés sur l’IA a révélé que le plus précis – Calorie Mama – n’avait raison que dans 63 % des cas.
Comment SnapCalorie s’est-il amélioré ? Au-delà de l’utilisation de capteurs de profondeur et d’évaluateurs, Norris met en avant un algorithme développé par l’entreprise qui peut apparemment être plus performant qu’une personne pour estimer le nombre de calories d’un aliment. Grâce à cet algorithme, SnapCalorie identifie les types d’aliments présents sur une photo et mesure la taille de la portion de chacun d’entre eux pour en estimer la teneur calorique.
Les résultats peuvent être enregistrés dans le journal alimentaire de SnapCalorie ou exportés vers des plateformes de suivi de la condition physique comme Apple Health .
Selon Norris, les performances de l’algorithme s’expliquent par l’existence d’un ensemble de données d’entraînement unique de 5 000 repas, que SnapCalorie a créé en prenant des milliers de photos de chaque repas (soupes, burritos, huiles, « sauces mystères » et autres) à l’aide d’un appareil robotisé.
« Nous avons veillé à ce que ces plats présentent toutes les conditions diverses et difficiles que l’on peut rencontrer dans le monde réel et nous avons pesé chaque ingrédient sur une balance », a déclaré M. Norris. « Le processus traditionnel d’entraînement d’un modèle d’IA consiste à télécharger des images Web publiques, à demander à des personnes d’étiqueter les images, puis à entraîner le modèle à prédire ces étiquettes. Cela n’est pas possible pour les aliments, car les gens sont très imprécis lorsqu’il s’agit d’estimer visuellement la taille des portions, et il n’est donc pas possible de demander aux gens d’étiqueter les images après coup.
Norris admet que l’algorithme de SnapCalorie peut être biaisé en faveur de la nourriture américaine, puisque l’équipe a recueilli la plupart des données d’entraînement initiales aux États-Unis. Mais l’entreprise est en train d’élargir les données d’entraînement – en s’appuyant à la fois sur les photos des utilisateurs de SnapCalorie et sur des données internes – pour inclure d’autres cuisines culturelles, dit-il.
On pourrait dire que, quelle que soit la précision de l’algorithme, aucune application ne peut donner une idée vraiment exacte du nombre de calories consommées au cours d’un repas. Il y a toute une série de variables que les applications ne prennent pas en compte, après tout, comme les différentes méthodes de cuisson et le temps qu’il faut pour décomposer les différents aliments.
Norris ne prétend pas que SnapCalorie est précis à 100 %, suggérant que les outils d’estimation des calories de l’application devraient être considérés comme une simple pièce du puzzle de la nutrition. Il a mis en avant l’autre fonctionnalité majeure de SnapCalorie, un chatbot alimenté par ChatGPT, qui propose des suggestions de repas en fonction des calories et des préférences passées de l’utilisateur, ainsi que de la base de données de SnapCalorie sur les valeurs nutritionnelles.
Crédits d’image : SnapCalorie
« Nous avons constaté que les gens s’intéressent de plus en plus à ce qu’ils mettent dans leur corps. Les effets négatifs sur la santé d’aliments tels que les aliments transformés deviennent de plus en plus évidents chaque jour », a déclaré M. Norris. « Nous avons appris que nos utilisateurs apprécient particulièrement SnapCalorie lorsqu’ils mangent à l’extérieur, car de nombreux restaurants n’affichent pas les valeurs nutritionnelles, et ils n’auraient autrement aucun moyen d’enregistrer leur repas.
En ce qui concerne la popularité, SnapCalorie semble se développer à un rythme soutenu – il est en passe de franchir le cap des 1 000 nouveaux utilisateurs ce mois-ci. Pour l’instant, la société se concentre sur l’expansion plutôt que sur la monétisation, mais M. Norris a qualifié le taux d’absorption de « très prudent ».
« Notre incroyable taux de croissance organique semble indiquer que notre proposition de valeur résonne bien avec les consommateurs – les gens l’essaient, l’adorent et le recommandent à leurs amis et à leur famille », a-t-il déclaré.