" />
ZOOM
GALERÍA
0 COMENTARIOS

Y te contaré cuánto engorda, propone una app del MIT

Dime qué has comido…

Suena el despertador. Lo apagas. Vuelve a sonar, remoloneas un poco y vuelves a apagarlo. Esta secuencia se repite dos o tres veces y, de repente, miras el reloj, repites varias veces la hora con un tono que podríamos definir como grito-lamento, te levantas corriendo y, a partir de ahí, comienza una vorágine que seguramente no cesará hasta más de doce horas más tarde, cuando finalmente te sientes frente al televisor con una ensalada, una pizza con el tamaño de un volante de camión o un tazón de leche y una bolsa de magdalenas tamaño hostelería. Y uno de los múltiples problemas de ese estilo de vida es que no permite llevar un control adecuado de tu dieta diaria, algo necesario para evitar problemas como el sobrepeso, la hipertensión, determinados desequilibrios nutricionales, tener el armario lleno de ropa que ya no te puedes poner…

Ya existen apps y servicios que intentan ayudarte a llevar un cierto control sobre lo que comes. Ya te hablé de algunos de ellos aquí, pero incluso en el mejor de los casos es necesario poder escanear el código de barras de los productos y, en todo caso, estás limitado a la base de datos de la que disponen, y aunque algunas son particularmente completas (me sigue encantando MyFitnessPal), lo cierto es que cuando te sales de recetas estándar, o llevas a cabo tú mismo el trabajo de calcular la cantidad de calorías y, a continuación, las transcribes en la app, o el servicio deja de ser útil.

Para solucionar ese problema, un grupo de científicos del MIT ha diseñado una app (todavía está en fase de pruebas y no se puede descargar) que presentaron en una feria internacional dedicada al reconocimiento de voz, y que combina una extensa base de datos, Machine Learning y, claro, funciones de reconocimiento de voz. Su sistema de funcionamiento es tremendamente sencillo: el usuario sólo debe decirle (hablando) a la app qué va a comer, y el sistema analiza dicha locución (datos no estructurados) y es capaz de extraer de los mismos la información nutricional tanto de los ingredientes como del modo en que han sido cocinados. Para tal fin utiliza una base de unas 10.000 comidas (para ello se apoya en una base de datos del Departamento de Agricultura de Estados Unidos), y aplica su capacidad de analizar datos no estructurados para detectar las relaciones sintácticas entre las palabras, por lo que es capaz de identificar alimentos, cantidades y modos de cocinado. Así, el usuario puede decir, por ejemplo –Hoy he desayunado un bol de cereales, un zumo de naranja y medio plátano– y el sistema detectará no sólo los alimentos, sino el volumen de los mismos, realizando una anotación del consumo calórico para las cantidades reales consumidas.

Una vez que la app esté operativa, ya nos quedará una excusa menos para no llevar un control adecuado sobre lo que comemos. Y, lo que ya sería insuperable, es que el servicio asociado a la misma permitiera combinar dicho control con las necesidades dietéticas de cada uno, con indicaciones como que deberías cenar algo de verde, o que últimamente has descuidado la ingesta de proteínas, y que te comas un buen filetón de buey a la de ya. O se me ocurre algo todavía mejor, combinar esta app con IBM Chef Watson. Está claro que los servicios basados en Machine Learning tienen mucho futuro, pero cada vez veo más claro que la verdadera revolución vendrá de su combinación con los esquemas M2M (machine to machine). Algo muy espectacular está por venir…

 

Imagen:Alex

No comments yet.

Deja un comentario