لماذا قمنا ببناء خطوة: متتبع السعرات الحرارية بالذكاء الاصطناعي للأكلات العربية والسويدية المحلية

ما هو متتبع اللياقة بالذكاء الاصطناعي 2026؟ هو تطبيق متطور يعتمد على تقنيات الرؤية الحاسوبية بالذكاء الاصطناعي لتسجيل الوجبات والتمارين وحساب سعراتها فورياً. لماذا قمنا ببناء تطبيق خطوة؟ في حين توفر تطبيقات السعرات الغربية مثل (MyFitnessPal) قواعد بيانات للمنتجات الأمريكية والأوروبية المعبأة، فإنها تفشل باستمرار في التعرف على الأطباق العربية والسويدية المحلية المعقدة. تم بناء خطوة لسد هذه الفجوة الجغرافية، حيث يوفر ماسح السعرات بالذكاء الاصطناعي للتعرف على الوجبات المحلية بدقة تتجاوز 95٪ في أقل من ثانيتين.

الاستمرارية في حساب السعرات هي الأساس الأول لخسارة الدهون وبناء العضلات. ومع ذلك، فإن كتابة المكونات يدوياً لطبق كبسة بيتية أو حلوى سويدية تقليدية يعد أمراً شاقاً. في هذا المقال، نوضح لماذا تفشل تطبيقات الباركود القديمة مع أكلنا المحلي، وما الذي يفعله نظامنا الذكي بشكل مختلف، وكيف تتبع سعراتك دون التخلي عن عاداتك الغذائية وثقافتك.

لماذا تفشل تطبيقات السعرات التقليدية مع طعامنا؟

لطالما عانى الرياضيون في الشرق الأوسط والدول الإسكندنافية من تطبيقات اللياقة المصممة حصرياً للغرب. عند تسجيل وجبة محلية، تعطي هذه التطبيقات أرقاماً عشوائية متباينة للغاية أو تطلب منك تفكيك الطبق وإدخال كل مكون (الأرز، اللحم، السمن، المكسرات) على حدة. هذه الطريقة تستهلك الكثير من الوقت وتدفع المستخدمين للملل والانسحاب.

أهم ثلاثة أسباب تفشل فيها التطبيقات القديمة مع الوجبات المحلية:

• غياب السجلات المحلية الموحدة: الوجبات المعقدة مثل كرات اللحم السويدية (Köttbullar) مع المربى والصلصة نادراً ما توجد كمدخلات متكاملة بدقة.
• الاعتماد الكلي على الباركود: تفترض الأنظمة القديمة أنك تأكل وجبات معبأة جاهزة، متجاهلة ثقافة المطبخ المحلي القائمة على الأكل المنزلي المشترك.
• ضعف تقدير الأحجام: حتى لو وجد التطبيق اسم الطبق، فإنه لا يستطيع معرفة نسبة الدهون المضافة (الزيت، السمن) بصرياً مقارنة بالبروتين.

آلية عمل ماسح السعرات الذكي في خطوة

يحتوي تطبيق خطوة على نموذج رؤية حاسوبية محلي تمت تغذيته بعشرات الآلاف من صور الأطباق المحلية والعربية والإسكندنافية. عند التقاط صورة لوجبتك، يقوم النظام بتحليل متعدد الطبقات:

1. تقطيع العناصر (Segmentation): يتعرف الذكاء الاصطناعي على حدود المكونات المختلفة في الطبق ويفصل الأرز عن الدجاج أو الصلصة.
2. رسم العمق الحجمي (Depth Mapping): تُقدّر الكاميرا ارتفاع وسمك الطعام لتحويل بيكسلات الصورة ثنائية الأبعاد إلى كتلة ثلاثية الأبعاد.
3. المطابقة مع قاعدة البيانات: تتم مطابقة الأحجام مع سجلات الأكلات العربية والسويدية المدعومة بـ Open Food Facts ومصادر الطهي المحلية الموثوقة.

مقارنة علمية: دقة التعرف على الوجبات المحلية

لتوضيح الفارق الحقيقي، أجرينا اختبارات عملية نقارن فيها تطبيق خطوة مع التطبيقات التقليدية على أطباق محلية تم قياس سعراتها مخبرياً بدقة:

نصائح عملية: كيف تتبع السعرات بذكاء؟

لا يعني تتبع وجباتك المحلية التخلي عن وصفات عائلتك أو العيش على صدور الدجاج المسلوقة والأرز الأبيض فقط. اتبع هذه القواعد البسيطة:

• احسب الزيوت المخفية: تعتمد وجباتنا كثيراً على السمن أو زيت الزيتون. تمت تهيئة ذكاء خطوة لافتراض نسب استخدام الزيوت القياسية في الوصفات الإقليمية تلقائياً.
• احفظ وجباتك المفضلة: إذا كنت تأكل وصفة والدتك الخاصة كل أسبوع، احفظها كـ «وجبة مفضلة» لتسجيلها بضغطة واحدة لاحقًا.
• ركز على البروتين أولاً: احرص على تناول هدفك اليومي من البروتين (1.6 إلى 2 غرام لكل كيلوغرام من وزنك)، ودع كاميرا خطوة ترتب نسب الكربوهيدرات والدهون تلقائياً من صورتك.