የምግብ ዳታቤዝ እና የንጥረ ነገር መረጃ፡ AIን ከትክክለኛው ምንጭ ጋር ማገናኘት።

ትርፍ፡

• ከአርቴፊሻል ኢንተለጀንስ ማህደረ ትውስታ ይልቅ የአመጋገብ ዋጋዎችን ከታወቁ የውሂብ ጎታዎች (USDA, TÜBER, BeBiS) የማግኘት አስፈላጊነት የመረዳት ችሎታ.
• አርቴፊሻል ኢንተለጀንስ ስሌቶችን እና ትርጓሜዎችን ከምንጩ በተዘጋጀው መረጃ ብቻ የመምራት ችሎታ በ RAG አመክንዮ
• ጥሬ/የበሰለ ልወጣዎችን፣የክፍሉን ግልጽነት እና የምንጭን ወጥነት ግምት ውስጥ በማስገባት የአመጋገብ ስህተቶችን የመከላከል ችሎታ

በአመጋገብ ባለሙያው የዕለት ተዕለት ሥራ ውስጥ ዋናው ነገር "በዚህ ንጥረ ነገር ውስጥ ምን ያህል ነው?" የሚል ጥያቄ አለ። በ 100 ግራም የዶሮ ጡት ውስጥ ስንት ግራም ፕሮቲን? በአንድ ሙሉ የስንዴ ዳቦ ውስጥ ስንት ግራም ፋይበር አለ? በአንድ የሾርባ ማንኪያ የወይራ ዘይት ውስጥ ስንት ካሎሪዎች አሉ? የእነዚህ ጥያቄዎች መልሶች በምግብ ስብጥር የውሂብ ጎታዎች ውስጥ ተይዘዋል - የላቦራቶሪ ትንታኔን መሠረት በማድረግ በሺዎች የሚቆጠሩ ምግቦች የኃይል, ማክሮ እና ማይክሮኤለመንቶችን የሚዘረዝሩ ኦፊሴላዊ ሰንጠረዦች. በዚህ መስክ ውስጥ በጣም አደገኛው የአርቴፊሻል ኢንተለጀንስ ስህተት እነዚህን ቁጥሮች "ያስታውሳቸዋል" ብሎ ማሰብ ነው. ይሁን እንጂ የቋንቋው ሞዴል ቁጥሮችን አያስታውስም; እሱ በምክንያታዊነት ያመነጫል እና ብዙውን ጊዜ ለእውነታው ቅርብ የሆኑ ግን አንዳንድ ጊዜ በጣም የተሳሳቱ እሴቶችን ይሰጣል። የዚህ ክፍል ዋና መልእክት ግልጽ ነው፡ ከ AI ማህደረ ትውስታ ሳይሆን ከታወቀ የውሂብ ጎታ የአመጋገብ ዋጋን ያግኙ; መረጃን ለማስታወስ ሳይሆን ከትክክለኛ መረጃ ጋር ለመስራት AIን ይጠቀሙ።

የታወቁ የውሂብ ጎታዎች እና ምን ጥቅም ላይ ይውላሉ

በአለም ውስጥ እና በቱርክ ውስጥ በሰፊው ጥቅም ላይ የዋሉት ዋና ዋና ምንጮች-

የውሂብ ጎታ

ወሰን

ጠንካራ ነጥብ

ትኩረት

USDA FoodData Central (አሜሪካ)

በጣም ትልቅ፣ ~ ሩብ ሚሊዮን መዝገቦች

ዝርዝር፣ ነፃ፣ ከኤፒአይ ጋር

የአሜሪካ ምርቶች; የአካባቢ ምግብ ውስን

TÜBER/Türkiye የአመጋገብ መመሪያ ተጨማሪዎች

የቱርክ ምግብ ትኩረት

የአካባቢ ምግብ እና ክፍል

ወሰን ከUSDA ጠባብ

BeBiS (የአመጋገብ መረጃ ስርዓት)

በቱርክ ውስጥ የተለመደ ሶፍትዌር

የቱርክ የምግብ አዘገጃጀት መመሪያዎች

ፈቃድ ያለው ሶፍትዌር

USDA/EuroFIR

የአውሮፓ ቅንብር ውሂብ

ሀገርን መሰረት ያደረገ ደረጃ

መዳረሻ ተቋማዊ ሊሆን ይችላል።

"ኤፒአይ" ማለት ምን ማለት ነው አንድ ሶፍትዌር በፕሮግራም (በራስ ሰር) ወደ ዳታቤዝ ጥያቄዎችን እንዲጠይቅ እና የተዋቀሩ መልሶችን እንዲቀበል የሚያስችል በይነገጽ ነው። እንደ USDA FoodData Central ላሉ ሀብቶች ኤፒአይ መኖሩ ለወደፊቱ AI መሳሪያዎችን ከእውነተኛ ውሂብ ጋር ማገናኘት ያስችላል። ይህ "በመረጃ የሚመራ AI" አቀራረብ መሰረት ነው: ሞዴሎችን አይመጥኑ, ከእውነተኛው ምንጭ ይሳሉ.

ትኩረት: ተመሳሳይ ንጥረ ነገር በተለያዩ የውሂብ ጎታዎች ውስጥ የተለያዩ እሴቶችን ሊያሳይ ይችላል; ምክንያቱም የግብርና ሁኔታ, ዓይነት, የማብሰያ ዘዴ እና ትንታኔ የተለያዩ ናቸው. ነጠላ "ትክክለኛ" ቁጥር የለም; ምክንያታዊ ክልል አለ። ወጥነት ያለው መሆን እንዲችሉ በደንበኛ እቅድ ውስጥ የትኛውን ግብዓት እንደሚጠቀሙ ይመዝግቡ።

"የመልሶ ማግኛ" ሎጂክ: AI ን ከምንጩ ጋር ማገናኘት

በዘመናዊ አፕሊኬሽኖች AIን ከእውነተኛ መረጃ ጋር የሚያገናኙበት መንገድ የ RAG አካሄድ ነው - በእንግሊዝኛ መልሶ ማግኛ-የተሻሻለ ትውልድ። በቀላሉ፡ መልሱን ከማህደረ ትውስታ ከመግጠም ይልቅ፡ ሞዴሉ መጀመሪያ አስፈላጊ መረጃዎችን ከአስተማማኝ ምንጭ (ዳታ ቤዝ፣ ሰነድ) ይጎትታል፣ ከዚያም በዚያ መረጃ ላይ ተመስርቶ መልስ ይሰጣል። በተግባር ይህንን በሁለት መንገዶች ተግባራዊ ያደርጋሉ፡-

1. በእጅ መመገብ: የምግቡን ዋጋዎች ከታመነው ጠረጴዛ ላይ ቀድተው ለ AI ይሰጣሉ; AI በዚህ ውሂብ ብቻ ያሰላል / ይተረጉመዋል, ከራሱ ማህደረ ትውስታ ቁጥሮችን አይጨምርም.
2. የተገናኘ ተሽከርካሪ፡ በዳታቤዝ የተገናኘ ተሽከርካሪ ትጠቀማለህ። AI ጥያቄውን ወደ ትክክለኛው ምንጭ ያስተላልፋል እና የተመለሰውን እሴት ይጠቀማል።

በሁለቱም ሁኔታዎች ወርቃማው ህግ አንድ ነው: ቁጥሩ ከምንጩ የመጣ ነው, AI ተተርጉሟል. "በ 100 ግራም ምስር ውስጥ ምን ያህል ብረት አለ?" YZ ጠየቀ። ክፍት የሆነ ጥያቄ መጠየቅ ፈጠራን መጋበዝ ነው።

አጠቃላይ ምርት ፣ የምርት ስም እና የምግብ ድብልቅ

የንጥረ ነገር ዳታቤዝ በተመሳሳይ ስም ብዙ መዝገቦች አሏቸው፣ እና የተሳሳተ መዝገብ መምረጥ ጸጥ ያለ የስህተት ምንጭ ነው። ለምሳሌ, "እርጎ" መፈለግ በደርዘን የሚቆጠሩ የተለያዩ መዝገቦችን ይሰጥዎታል, ለምሳሌ ሙሉ-ወፍራም, ግማሽ-ስብ, ስብ-ነጻ, የግሪክ ዓይነት (የተጣራ) እና ጣፋጭ የፍራፍሬ እርጎ; ካሎሪዎቻቸው እና ማክሮዎቻቸው አንዳቸው ከሌላው በጣም የራቁ ናቸው። የግሪክ እርጎ ከመደበኛው እርጎ ሁለት እጥፍ ፕሮቲን አለው። በተመሳሳይ፣ “ብራንድ የተደረገው ምርት” መዝገቦች (የኩባንያው የታሸገ ምርት) እና “አጠቃላይ የአመጋገብ” መዝገቦች የተለያዩ እሴቶችን ይይዛሉ። በጥሩ አሠራር ደንበኛው በተቻለ መጠን በቅርብ የሚበላውን ምርት ያዛምዳሉ: ከተቻለ በማሸጊያው ላይ ባለው የአመጋገብ መለያ ላይ በመመስረት, አለበለዚያ በመረጃ ቋቱ ውስጥ በጣም ቅርብ የሆነውን መግለጫ ይመርጣሉ. AI "የትኛውን መዝገብ መምረጥ አለብኝ?" ሲያማክሩ ትክክለኛውን የፍለጋ ቃል ሊጠቁምዎ ይችላል; ነገር ግን የመጨረሻው የመዝገብ ምርጫ እና ንጽጽር ከእርስዎ ቁጥጥር ስር ነው. በእቅድ ውስጥ ለተመሳሳይ ንጥረ ነገር አንድ አይነት ሪከርድን መጠቀምም ወጥነት እንዲኖረው አስፈላጊ ነው። ሙሉ የስብ ወተት ግማሹን ጊዜ እና የተጣራ ወተት ግማሽ ጊዜ መጠቀም አጠቃላይ ድምርን ያዛባል።

የክፍል እና የማብሰያ ልወጣዎች

የአመጋገብ ዳታቤዝ አብዛኛውን ጊዜ በ 100 ግራም ጥሬ እሴት ይሰጣሉ. ነገር ግን ደንበኛው የሚበላው ጥሬ ምስር ሳይሆን የበሰለ ምስር ነው። ክብደቱ በማብሰያው ጊዜ ውሃን በመምጠጥ ይለወጣል; 100 ግራም ጥሬ ሩዝ ሲበስል ወደ ~ 250-300 ግራም ይጨምራል. ስለዚህ "200 ግራም የበሰለ" እና "ጥሬ 100 ግራም" የተለያየ የአመጋገብ ዋጋ አላቸው. AI እነዚህን ለውጦች ሊያደርግ ይችላል, ነገር ግን አቅጣጫውን ግራ ሊያጋባ ይችላል. የሚጠቀሙበት ዋጋ ጥሬ ወይም የበሰለ መሆኑን ሁልጊዜ ያብራሩ; ይህ በተደጋጋሚ የስሌት ስህተቶች ምንጭ ነው.

ሶስት ጥቃቅን ጉዳዮች

ጉዳይ 1 - ቅዠትን መያዝ. አንድ የአመጋገብ ባለሙያ YZ "በ 100 ግራም የተቀቀለ ብሮኮሊ ውስጥ ስንት ግራም ፕሮቲን አለ?" ብሎ ይጠይቃል; AI "ወደ 8 ግራም" ይላል. የአመጋገብ ባለሙያው USDA ን ይመለከታል፡ ትክክለኛው ዋጋ ~2.4 ግራም ነው። AI ከጥራጥሬ/ለውዝ ዳታ ጋር ቀላቅሎ በሶስት እጥፍ ከፍሏል። የአመጋገብ ባለሙያው ትክክለኛውን ዋጋ ይጠቀማል. ትምህርት: አረንጓዴ አትክልቶች አነስተኛ ፕሮቲን አላቸው; አቀላጥፎ ስላለ ብቻ ቁጥሩ ትክክል አይደለም።

ጉዳይ 2 - ጥሬ / የበሰለ ግራ መጋባት. በረቂቅ እቅድ ውስጥ, AI ለ "150 ግራም ፓስታ" (~ 525 kcal) ጥሬ እሴቱን ይጠቀማል, ደንበኛው ግን 150 ግራም የበሰለ ፓስታ (~ 210 kcal) ይበላል. ልዩነቱ በአንድ ምግብ ውስጥ 315 kcal ነው, ይህም በቀን አንድ ምግብ እንኳን ሳይቀር ከባድ ልዩነት ነው. የአመጋገብ ባለሙያው የመለኪያ አሃዱን "ለመብሰል" ያብራራል እና እንደገና ያሰላል.

ጉዳይ 3 - ትክክለኛ አጠቃቀም. አንድ የአመጋገብ ባለሙያ ለዶሮ፣ ሩዝ እና ብሮኮሊ 100 ግራም እሴቶችን ከዩኤስዲኤ በመቅዳት “የምግብ አጠቃላይ ማክሮን በዚህ መረጃ ብቻ አስላ፣ ከራሱ ማህደረ ትውስታ ቁጥሮችን ይጨምራል። AI በተሰጡት ቁጥሮች ብቻ ይጨምራል; የአመጋገብ ባለሙያው መልሶ በመምታት ያረጋግጣል. መረጃ ከምንጩ የመጣ ነው፣ AI የሂሳብ ስራውን ሰርቷል።

ሊገለበጡ የሚችሉ የጥያቄ አብነቶች

የስሌት አብነት ከምንጩ ዳታ (RAG አመክንዮ) ጋር የእርስዎ ሚና፡ በተሰጡዎት የአመጋገብ እሴቶች ብቻ የሚሰራ ረዳት።የአመጋገብ እሴቶችን ከራስዎ ትውስታ ይጨምሩ ወይም ይቀይሩ። መረጃ ከጠፋ "(ምንም ውሂብ የለም)" ብለው ይፃፉ። መረጃ (በ 100 ግራም, ምንጭ: USDA): - የዶሮ ጡት (የበሰለ): 165 kcal, 31 g ፕሮቲን, 3.6 g ስብ, 0 g ካርቦሃይድሬት - ሩዝ (የበሰለ): ... ተግባር: ጠቅላላ kcal እና ማክሮ አስላ 120 g ዶሮ + 150 ግ ሩዝ.

ጥሬ/የበሰለ የለውጥ አብነት የሚከተለው ምግብ በ100 ግራም RAW: [እሴቶች] ተሰጥቷል። ደንበኛው ይበላል [X] g የበሰለ። ሲበስል ክብደቱ ~[ሬሾ] ይቀየራል። በዚህ መሠረት የተበላውን መጠን የአመጋገብ ዋጋ አስሉ እና የትኛውን ግምት እንደሚጠቀሙ በግልፅ ይፃፉ።

ዳታባሴ መጠይቅ ዝግጅት አብነት የምግቡን የአመጋገብ ዋጋ ማግኘት እፈልጋለሁ። ለሚከተሉት ምግቦች የትኛውን ቃል በምግብ ዳታቤዝ (USDA/TUBER) መፈለግ እንዳለብኝ ይዘርዝሩ፣ የትኛውን መዝገብ በጥሬ/የበሰለ። እሴቶቹን ለእርስዎ አይስጡ; ትክክለኛውን የፍለጋ ቃል እና የትኩረት ነጥብ ብቻ ይንገሩኝ ንጥረ ምግቦች: [...]

የወጥነት ፍተሻ አብነት ለሚከተለው ምግብ የአመጋገብ ዋጋን በሁለት የተለያዩ መንገዶች መተርጎም፡ (1) ሁሉም ምግቦች ጥሬ እንደሆኑ መገመት፣ (2) ሁሉም ምግቦች እንደተበስሉ በማሰብ። ሁለቱን ድምር ያወዳድሩ እና ልዩነቱ ከየት እንደመጣ ያብራሩ። ስለዚህ የትኛውን ግምት ማረጋገጥ እንዳለብኝ ማየት እችላለሁ።

ደካማ ጥያቄ / ጠንካራ ጥያቄ

ደካማ ጥያቄ፡

በአንድ ጎድጓዳ ሳህን ውስጥ ስንት ካሎሪዎች አሉ?

"ዲሽ" ግልጽ ያልሆነ, የምግብ አዘገጃጀቱ ግልጽ ያልሆነ, ምንጩ የለም; AI ከማስታወሻው ውስጥ ቁጥርን ይፈጥራል እና እንዴት እንደመጣ አይናገርም።

ኃይለኛ ጥያቄ፡-

የእርስዎ ሚና፡ በተሰጠው መረጃ ብቻ የሚያሰላ ረዳት። የምስር ሾርባ አገልግሎት = 300 ግ. ግብዓቶች (እሴቶች በ 100 ግ ፣ ምንጭ USDA ፣ ከዚህ በታች እሰጣለሁ): ቀይ ምስር (የበሰለ) [እሴቶች] ፣ ሽንኩርት [እሴቶች] ፣ የወይራ ዘይት [እሴቶች]። መጠኖች በአንድ አገልግሎት: [...]. በዚህ ውሂብ ጠቅላላ kcal እና ማክሮን አስሉ, ከማህደረ ትውስታ አይጨምሩ, ደረጃዎችን ያሳዩ.

ሁለተኛው የፈጣን ምንጭ የአቅርቦት፣ ጥሬ/የበሰለ መረጃ እና የ"አትጨምሩ" እገዳ ይሰጣል። ውጤቱ ኦዲት እና አስተማማኝ ነው።

የተለመዱ ስህተቶች

• የ AI የማስታወስ ችሎታን ማመን: ክፍት የሆነ የአመጋገብ ዋጋ ጥያቄ; ይህ ወደ ቅዠት ግብዣ ነው።
• ግራ የሚያጋባ ጥሬ / የበሰለ: በጣም የተለመደው ጸጥ ያለ ስህተት; የመለኪያ ክፍሉን ሁልጊዜ ያፅዱ.
• ምንጭ ግራ መጋባት: ከተለያዩ የውሂብ ጎታዎች የተለያዩ ንጥረ ምግቦችን ማቀላቀል; በእቅድ ውስጥ ወጥነት ያላቸውን ሀብቶች ይጠቀሙ።
• ክፍሉን ግልጽ ባልሆነ መንገድ መተው፡- እንደ “ጠፍጣፋ”፣ “እፍኝ” ያሉ አባባሎችን ወደ ግራም ሳይቀይሩ በማስላት ላይ።
• ከክልል ይልቅ በነጠላ ቁጥር ላይ ማተኮር፡- ተመሳሳዩ ምግብ ምክንያታዊ የእሴቶች ክልል እንዳለው መርሳት። የውሸት እርግጠኝነት መፍጠር.

በማጠቃለያው

የአመጋገብ መረጃ የቋንቋው ሞዴል በጣም ደካማ የሆነበት አካባቢ ነው; ሞዴሉ ቁጥሮቹን ስለማያስታውስ ያዘጋጃቸዋል. ስለዚህ ሁል ጊዜ የአመጋገብ ዋጋዎችን ከታወቀ ዳታቤዝ (USDA ፣ TÜBER ፣ BeBiS) ያግኙ እና ያንን ውሂብ ለማስላት እና ለመተርጎም AI ን ይጠቀሙ - በ RAG አመክንዮ ላይ በመመስረት ፣ ከምንጩ የተወሰደ። ለጥሬ/የበሰለ ልወጣዎች፣የክፍል ግልጽነት እና የምንጭ ወጥነት ትኩረት ይስጡ። ቁጥሩ አቀላጥፎ ስለወጣ ብቻ ትክክል አይደለም; እውነትን ማግኘት የምትችለው ከምንጩ ጋር በመስራት ብቻ ነው።

የመተግበሪያ ተግባር

ሶስት ምግቦችን ይምረጡ (ለምሳሌ የተቀቀለ እንቁላል ፣ ሙሉ የስንዴ ዳቦ ፣ የግሪክ እርጎ)። በመጀመሪያ AI ክፍት-የተጠናቀቀን ይጠይቁ እና እሴቶቹን ያግኙ (ከማስታወሻው)። ከዚያ የእነዚያን ተመሳሳይ ንጥረ ነገሮች ትክክለኛ እሴቶች ከUSDA FoodData Central ያግኙ። ሁለቱን ስብስቦች ያወዳድሩ እና በእያንዳንዱ ምግብ ውስጥ ምን ያህል ልዩነት እንዳለ በሰንጠረዥ ውስጥ ይጻፉ። ይህ ሰንጠረዥ "ማህደረ ትውስታን አትመኑ, ወደ ምንጭ አገናኝ" የሚለውን መርህ ያሳያል.

የማረጋገጫ ዝርዝር

• [ ] የአመጋገብ እሴቶቹን ያገኘሁት ከታወቀ የመረጃ ቋት እንጂ ከ AI ማህደረ ትውስታ አይደለም።
• [] በ AI ላይ እገዳውን "በተሰጠው መረጃ ብቻ እንዲሰራ, ምንም ነገር እንዳትጨምር" አድርጌያለሁ.
• [ ] ለእያንዳንዱ ምግብ ጥሬ ወይም የበሰለ እንደሆነ አብራርቻለሁ።
• [] ክፍሎቹን ወደ ግራም ቀይሬዋለሁ; "አንድ ሰሃን/እፍኝ" ወደ ኋላ አልተውኩም።
• [ ] በእቅድ ውስጥ አንድ ወጥ የሆነ ምንጭ ተጠቀምኩ።
• [] የ AI ድምርን መልሼ በማባዛት አረጋግጫለሁ።