Bien puede resultar, como los tecnólogos ya sospechan, que la IA hace que todo sea mejor. Pero muchos fundadores de startups todavía están en la fase experimental de averiguar si el aprendizaje automático puede mejorar una categoría de aplicación existente, o tal vez cuánto.
La etiqueta que probablemente terminará con el prefijo aquí es ‘inteligente’. Aquí hay un ejemplo: FitGenieuna aplicación de iOS cuyos ex-cofundadores de Georgia Tech la anuncian como un “contador de calorías inteligente”, debido a la aplicación de algoritmos de aprendizaje automático para simplificar la planificación de la nutrición para las personas que desean alcanzar un cierto objetivo de peso o estado físico.
“Nuestro algoritmo de dieta autoajustable se basa en un modelo que creamos que mapea y pronostica el progreso de un usuario individual y realiza ajustes semanales inteligentes en función de los datos que recopilamos”, dice el cofundador Keith Osayande, explicando cómo está aplicando IA a conteo de calorias
“Este modelo se basa en ambos [original co-founders’] nuestras experiencias combinadas como entrenadores de nutrición y la evidencia científica más actual que tenemos disponible. En lugar de simplemente crear una simple calculadora de calorías, también procesamos todos sus datos y tomamos en cuenta todos los aspectos de la dieta, incluida la composición corporal, la adherencia, las tendencias de la tasa de cambio de peso, el hambre, la fatiga y un puñado de otras métricas”.
“La clave a tener en cuenta es que no solo estamos recopilando estos datos. Nuestro algoritmo evalúa constantemente la tendencia de estos puntos de datos entre sí y realiza ajustes informados”, agrega.
Ahora vale la pena enfatizar que la aplicación de FitGenie aún se encuentra en una etapa inicial, con el equipo de arranque que comenzó a trabajar en su idea en el otoño de 2015, cuando aún eran estudiantes en Georgia Tech, y promocionando una actualización 3.0 inminente, que llegará en los próximos “uno o dos meses”, que tiene como objetivo mejorar el pulido y la usabilidad de su oferta gratuita.
El año pasado, el equipo recibió $20,000 en fondos de la Programa de verano para empresas emergentes Create-X de Georgia Techy ahora tienen unos 21 000 usuarios, un año después del lanzamiento, lo que genera ingresos iniciales de aquellos que eligen pagar la suscripción para acceder a funciones premium.
“Actualmente… nos estamos enfocando en el aspecto nutricional del viaje de las personas hacia el buen estado físico”, dice Osayande. “Por lo tanto, se centra principalmente en ayudar a las personas a perder peso, ganar masa muscular o mantener su cuerpo actual con cualquier actividad física que estén haciendo”.
Aunque también señala que hay oportunidades obvias para integrarse con los rastreadores de actividad física para obtener automáticamente datos de actividad física relevantes (en lugar de pedir a las personas que ingresen manualmente la actividad física como lo hace actualmente la aplicación).
FitGenie tiene como objetivo destacarse en un espacio abarrotado a través de la “simplicidad y la automatización”, dice Osayande. Entonces, realmente su idea es que la IA pueda ayudar a los usuarios a seguir una dieta y mantenerse al día con sus objetivos de acondicionamiento físico actuando como un entrenador de nutrición de bolsillo de facto.
“Muchos de los [existing calorie counting] aplicaciones, toman sus datos y solo le dan gráficos o imágenes para mirar, pero no hacen nada con sus datos”, argumenta. “Y eso ejerció mucha presión sobre el usuario para tener que comprender sus datos y hacer ajustes por su cuenta. Pero la mayoría de las personas no tienen la capacitación para hacer eso y, francamente, no tienen el tiempo ni la energía para esforzarse en aprender esas cosas, así que queríamos hacer todo eso por la gente”.
“Los mejores mostradores del mercado están abarrotados, llenos de publicidad y difíciles de usar”, continúa. “Nuestros algoritmos emulan las funciones principales de un nutricionista personal para eliminar gran parte de estas conjeturas, lo que hace que la dieta sea más simple y consuma menos tiempo.
“Entonces [users] pueden simplemente ingresar sus datos, no tienen que entenderlos, no tienen que saber realmente lo que están ingresando, solo ingrese lo que está comiendo, ingrese su peso y luego FitGenie hace todo el cálculo por usted. .”
Sin embargo, los usuarios de FitGenie necesitan trabajar un poco, incluido ingresar su peso actual (idealmente semanalmente) y registrar los alimentos que consumen y cualquier actividad que realicen (lo ideal es hacerlo al menos dos veces por semana, dice Osayande; más ser mejor).
Luego, la aplicación genera objetivos nutricionales diarios personalizados, según el objetivo de acondicionamiento físico deseado por el usuario, como perder peso, desarrollar músculo magro, etc.
“Todo eso lo hace un [AI] modelo que creamos internamente basado en [co-founder and chief adviser] La investigación de Eric Helms y luego probamos el algoritmo cuando estábamos en Georgia Tech cuando estábamos en el club de pesas”, agrega.
La versión paga de la aplicación incluye características adicionales, como la planificación de comidas, y FitGenie actualmente se basa en una base de datos de cinco millones de alimentos para generar sus sugerencias.
Aquí está aplicando un algoritmo genético para “crear un plan de alimentación óptimo que cumpla con los objetivos nutricionales del usuario, así como con su [dietary] preferencias”, como dijo Osayande.
Aunque también admite que, actualmente, la base de datos de alimentos de la aplicación se inclina hacia la experiencia nutricional de los cofundadores, lo que significa que se supone que los usuarios son carnívoros. Por lo tanto, el equipo tiene bastante trabajo por hacer para construir la base de datos para garantizar que la función de planificación de comidas pueda ayudar a los usuarios que son veganos o vegetarianos, por ejemplo, o que intentan seguir una dieta específica de consumo de carne como la paleo.
Otra característica de la aplicación tiene como objetivo simplificar el cumplimiento de un plan de nutrición al realizar un seguimiento de los alimentos particulares que los usuarios tienen a mano, a través de una despensa virtual en la aplicación, y luego el algoritmo ajusta sus sugerencias de comidas para tener en cuenta lo que hacen o no. No tengo en el armario.
En esta etapa (todavía temprana), es justo decir que hay mucho más potencial que una ejecución perfecta aquí, incluso cuando el equipo trabaja en el pulido promocionado que viene con v3.0.
Un área en la que puede fallar espectacularmente para aliviar el tedio relacionado con la nutrición en este momento es en su enfoque del registro de alimentos, con una dependencia excesiva en el escaneo de códigos de barras para registrar lo que está comiendo.
Entonces, si bien eso podría funcionar bien si siempre consume comidas y productos alimenticios preenvasados de los EE. cree manualmente alimentos en la aplicación, incluido el ingreso de niveles exactos de nutrientes (gramos de proteína, carbohidratos, grasas, etc.).
Esto se vuelve muy tedioso muy rápido, aparentemente sin la capacidad de buscar y seleccionar alimentos básicos de una base de datos para agregar su información nutricional. (Aunque hay al menos una opción de ‘agregado rápido’ que le permite crear un alimento y solo agregar un puñado de los nutrientes principales frente a la extensa lista que debe completar si selecciona ‘crear alimentos’).
Encontrar una manera de mejorar o automatizar el registro de alimentos sería una propuesta mucho más convincente. Y, de hecho, Osayande dice que el equipo está trabajando en algunas ideas utilizando fotos de teléfonos inteligentes e incluso potencialmente ARKit de Apple para automatizar esto en una versión futura.
“Eso todavía está un poco lejos y todavía estamos desarrollando para ver si podemos tomar fotografías o escanear la comida de las personas para medirla de esa manera, pero acabamos de tener en nuestras manos ARKit, así que estamos investigando eso para ver si eso es una posibilidad”, añade.
En términos de rivales, los jugadores existentes en el espacio de conteo de calorías incluyen aplicaciones como MyFitnessPal, Lifesum, LoseIt y Noom, pero Osayande nombra al competidor más cercano como otro planificador automático de comidas que aplica IA, llamado comer esto mucho.
“También hacen recomendaciones de planes de comidas a través de inteligencia artificial, pero su interfaz web es mejor que la interfaz de su aplicación móvil y son más como un planificador de comidas para un día, mientras que el nuestro es semanal, y en realidad no tienen una cantidad efectiva de calorías. aspecto de conteo en su aplicación”, agrega.