খাদ্য ডেটাবেস এবং পুষ্টির ডেটা: সঠিক উৎসের সাথে AI সংযোগ করা

লাভ:

• কৃত্রিম বুদ্ধিমত্তা মেমরির পরিবর্তে সুপরিচিত ডাটাবেস (USDA, TÜBER, BeBiS) থেকে পুষ্টির মান প্রাপ্তির প্রয়োজনীয়তা বোঝার ক্ষমতা
• কৃত্রিম বুদ্ধিমত্তা নির্দেশিত করার ক্ষমতা শুধুমাত্র উৎস থেকে প্রাপ্ত তথ্য, RAG যুক্তি সহ গণনা এবং ব্যাখ্যা করার জন্য
• কাঁচা/সিদ্ধ রূপান্তর, অংশের স্বচ্ছতা এবং উৎসের সামঞ্জস্য বিবেচনা করে পুষ্টির ত্রুটি প্রতিরোধ করার ক্ষমতা

একজন ডায়েটিশিয়ানের দৈনন্দিন কাজের কেন্দ্রবিন্দুতে প্রশ্ন করা হয় "এই পুষ্টিতে কতটা আছে?" একটা প্রশ্ন আছে। 100 গ্রাম মুরগির স্তনে কত গ্রাম প্রোটিন থাকে? পুরো গমের রুটির একটি স্লাইসে কত গ্রাম ফাইবার থাকে? এক টেবিল চামচ অলিভ অয়েলে কত ক্যালোরি আছে? এই প্রশ্নগুলির উত্তরগুলি খাদ্য রচনা ডাটাবেসে রাখা হয়েছে - অফিসিয়াল টেবিল যা পরীক্ষাগার বিশ্লেষণের উপর ভিত্তি করে হাজার হাজার খাবারের শক্তি, ম্যাক্রো এবং মাইক্রোনিউট্রিয়েন্ট সামগ্রীর তালিকা করে। এই ক্ষেত্রে কৃত্রিম বুদ্ধিমত্তার সবচেয়ে বিপজ্জনক ভুল হল মনে করা যে এটি এই সংখ্যাগুলি "মনে রাখে"। যাইহোক, ভাষার মডেল সংখ্যা মুখস্ত করে না; এটি সম্ভাব্যতামূলকভাবে তৈরি করে এবং প্রায়শই এমন মান দেয় যা বাস্তবতার কাছাকাছি কিন্তু কখনও কখনও গুরুতরভাবে ভুল হয়। এই ইউনিটের মূল বার্তাটি পরিষ্কার: একটি স্বীকৃত ডাটাবেস থেকে পুষ্টির মান পান, AI এর স্মৃতি থেকে নয়; সঠিক ডেটা নিয়ে কাজ করতে AI ব্যবহার করুন, ডেটা মনে রাখতে নয়।

সুপরিচিত ডাটাবেস এবং তারা কি জন্য ব্যবহার করা হয়

বিশ্বে এবং তুর্কিতে ব্যাপকভাবে ব্যবহৃত প্রধান উত্সগুলি হল:

ডাটাবেস

ব্যাপ্তি

শক্তিশালী পয়েন্ট

মনোযোগ

ইউএসডিএ ফুডডেটা সেন্ট্রাল (ইউএসএ)

খুব বড়, ~ কোয়ার্টার মিলিয়ন রেকর্ড

বিস্তারিত, বিনামূল্যে, API সহ

মার্কিন পণ্য; স্থানীয় খাদ্য সীমিত

TÜBER / Türkiye পুষ্টি নির্দেশিকা সম্পূরক

তুর্কি রন্ধনপ্রণালী ফোকাস

স্থানীয় খাবার এবং অংশ

ব্যাপ্তি USDA থেকে সংকীর্ণ

BeBiS (নিউট্রিশন ইনফরমেশন সিস্টেম)

Türkiye সাধারণ সফ্টওয়্যার

তুর্কি রেসিপি

লাইসেন্সকৃত সফটওয়্যার

ইউএসডিএ/ইউরোএফআইআর

ইউরোপীয় রচনা তথ্য

দেশ ভিত্তিক মান

প্রবেশাধিকার প্রাতিষ্ঠানিক হতে পারে

"API" বলতে যা বোঝায় তা হল ইন্টারফেস যা একটি সফ্টওয়্যারকে প্রোগ্রাম্যাটিকভাবে (স্বয়ংক্রিয়ভাবে) ডেটাবেসে প্রশ্ন জিজ্ঞাসা করতে এবং কাঠামোগত উত্তর পেতে দেয়। ইউএসডিএ ফুডডেটা সেন্ট্রালের মতো সংস্থানগুলির জন্য একটি API থাকা ভবিষ্যতে এআই সরঞ্জামগুলিকে বাস্তব ডেটার সাথে সংযুক্ত করা সম্ভব করে তোলে। এটি "ডেটা-চালিত AI" পদ্ধতির ভিত্তি: মডেলগুলি ফিট করবেন না, আসল উত্স থেকে আঁকুন৷

মনোযোগ: একই পুষ্টি বিভিন্ন ডাটাবেসে বিভিন্ন মান দেখাতে পারে; কারণ চাষের অবস্থা, বৈচিত্র্য, রান্নার পদ্ধতি ও বিশ্লেষণ ভিন্ন। কোন একক "সঠিক" সংখ্যা নেই; একটি যুক্তিসঙ্গত পরিসীমা আছে. ক্লায়েন্ট প্ল্যানে আপনি কোন সম্পদ ব্যবহার করেন তা রেকর্ড করুন যাতে আপনি সামঞ্জস্যপূর্ণ হতে পারেন।

"পুনরুদ্ধার" যুক্তি: AI কে উৎসের সাথে সংযুক্ত করা

আধুনিক অ্যাপ্লিকেশানগুলিতে, বাস্তব ডেটার সাথে AI সংযোগ করার উপায় হল RAG পদ্ধতি — ইংরেজিতে Retrieval-Augmented Generation৷ সহজভাবে: মেমরি থেকে উত্তর ফিট করার পরিবর্তে, মডেলটি প্রথমে একটি নির্ভরযোগ্য উৎস (ডাটাবেস, নথি) থেকে প্রাসঙ্গিক ডেটা টেনে নেয়, তারপর সেই ডেটার উপর ভিত্তি করে একটি উত্তর তৈরি করে। অনুশীলনে আপনি এটি দুটি উপায়ে বাস্তবায়ন করেন:

1. ম্যানুয়াল খাওয়ানো: আপনি বিশ্বস্ত টেবিল থেকে খাবারের মান অনুলিপি করুন এবং AI-কে দিন; AI শুধুমাত্র এই ডেটা দিয়ে গণনা/ব্যাখ্যা করে, এটি নিজের মেমরি থেকে সংখ্যা যোগ করে না।
2. সংযুক্ত যান: আপনি একটি ডাটাবেস-সংযুক্ত যান ব্যবহার করেন; এআই ক্যোয়ারীটিকে প্রকৃত উৎসে ফরোয়ার্ড করে এবং প্রত্যাবর্তিত মান ব্যবহার করে।

উভয় ক্ষেত্রেই, সুবর্ণ নিয়ম একই: সংখ্যাটি উৎস থেকে আসে, এআই এটি ব্যাখ্যা করে। "100 গ্রাম মসুর ডালে কত আয়রন আছে?" ওয়াইজেডকে জিজ্ঞাসা করলেন। খোলামেলা প্রশ্ন জিজ্ঞাসা করা হল বানোয়াট আমন্ত্রণ জানানো।

জেনেরিক পণ্য, ব্র্যান্ডেড পণ্য এবং খাবারের মিশ্রণ

পুষ্টি ডাটাবেস একই নামে একাধিক রেকর্ড আছে, এবং ভুল রেকর্ড নির্বাচন ত্রুটি একটি নীরব উৎস. উদাহরণস্বরূপ, "দই" অনুসন্ধান করা আপনাকে কয়েক ডজন বিভিন্ন রেকর্ড দেবে, যেমন পূর্ণ-চর্বি, অর্ধ-চর্বি, চর্বি-মুক্ত, গ্রীক-টাইপ (স্ট্রেনড), এবং মিষ্টি ফল দই; তাদের ক্যালোরি এবং ম্যাক্রো একে অপরের থেকে অনেক দূরে। গ্রীক দইয়ে নিয়মিত দইয়ের প্রায় দ্বিগুণ প্রোটিন রয়েছে। একইভাবে, "ব্র্যান্ডেড পণ্য" রেকর্ড (কোন কোম্পানির প্যাকেজড পণ্য) এবং "সাধারণ পুষ্টি" রেকর্ড বিভিন্ন মান বহন করে। ভাল অনুশীলনে, আপনি ক্লায়েন্ট প্রকৃতপক্ষে যতটা সম্ভব যতটা ঘনিষ্ঠভাবে ব্যবহার করেন সেই পণ্যের সাথে মেলে: যদি সম্ভব হয়, প্যাকেজিংয়ের পুষ্টি লেবেলের উপর ভিত্তি করে, অন্যথায় আপনি ডাটাবেসের সবচেয়ে কাছের বিবরণটি বেছে নিন। এআইকে জিজ্ঞাসা করুন "আমি কোন রেকর্ডটি বেছে নেব?" আপনি যখন পরামর্শ করেন, তখন এটি আপনাকে সঠিক অনুসন্ধান শব্দের পরামর্শ দিতে পারে; কিন্তু চূড়ান্ত রেকর্ড নির্বাচন এবং লেবেলের তুলনা আপনার নিয়ন্ত্রণে। একটি পরিকল্পনা জুড়ে একই পুষ্টির জন্য একই রেকর্ড ব্যবহার করাও ধারাবাহিকতার জন্য গুরুত্বপূর্ণ; পূর্ণ চর্বিযুক্ত দুধ অর্ধেক সময় এবং স্কিম মিল্ক অর্ধেক সময় ব্যবহার করলে মোট পরিমাণ বিকৃত হবে।

অংশ এবং রান্নার রূপান্তর

পুষ্টি ডাটাবেস সাধারণত প্রতি 100 গ্রাম কাঁচা মান দেয়। কিন্তু মক্কেল কাঁচা মসুর নয়, রান্না করা ডাল খায়। রান্নার সময় পানি শোষণ করে ওজনের পরিবর্তন হয়; 100 গ্রাম কাঁচা চাল রান্না করার সময় 250-300 গ্রাম পর্যন্ত বেড়ে যায়। অতএব, "রান্না করা 200 গ্রাম" এবং "কাঁচা 100 গ্রাম" এর বিভিন্ন পুষ্টির মান রয়েছে। এআই এই রূপান্তরগুলি করতে পারে, তবে এটি দিককে বিভ্রান্ত করতে পারে। আপনি যে মানটি ব্যবহার করেন তা কাঁচা বা রান্না করা কিনা তা সর্বদা স্পষ্ট করুন; এটি গণনা ত্রুটির একটি ঘন ঘন উৎস।

তিনটি মিনি কেস

কেস 1 - হ্যালুসিনেশন ধরা। একজন ডায়েটিশিয়ান ওয়াইজেডকে জিজ্ঞেস করলেন, "100 গ্রাম সিদ্ধ ব্রকলিতে কত গ্রাম প্রোটিন আছে?" তিনি জিজ্ঞাসা করেন; AI বলছে "প্রায় 8 গ্রাম"। ডায়েটিশিয়ান ইউএসডিএ দেখেন: প্রকৃত মান হল ~2.4 গ্রাম। AI এটিকে লেগুম/বাদাম ডেটার সাথে মিশিয়ে তিনগুণ স্ফীত করেছে। ডায়েটিশিয়ান সঠিক মান ব্যবহার করে। পাঠ: সবুজ শাকসবজিতে প্রোটিনের পরিমাণ কম; সংখ্যাটি সঠিক নয় কারণ এটি সাবলীল।

কেস 2 — কাঁচা/সিদ্ধ বিভ্রান্তি। একটি খসড়া পরিকল্পনায়, AI “150 গ্রাম পাস্তা” (~525 kcal) এর কাঁচা মান ব্যবহার করে, যেখানে ক্লায়েন্ট 150 গ্রাম রান্না করা পাস্তা (~210 kcal) খাচ্ছে। পার্থক্যটি এক খাবারে 315 কিলোক্যালরি, যা দিনে এক খাবারের সাথেও একটি গুরুতর বিচ্যুতি। ডায়েটিশিয়ান পরিমাপের এককটিকে "রান্না করা" এবং পুনরায় গণনা করে স্পষ্ট করে।

কেস 3 - সঠিক ব্যবহার। একজন ডায়েটিশিয়ান ইউএসডিএ থেকে মুরগি, ভাত এবং ব্রকোলির জন্য 100-গ্রাম মান অনুলিপি করে, সেগুলি এআই-কে নির্দেশ দিয়ে দেয় "শুধুমাত্র এই ডেটা দিয়ে একটি খাবারের জন্য মোট ম্যাক্রো গণনা করে, তার নিজের মেমরি থেকে সংখ্যা যোগ করে।" AI শুধুমাত্র প্রদত্ত সংখ্যার সাথে যোগ করে; ডায়েটিশিয়ান এটা ফিরে slamming দ্বারা নিশ্চিত. তথ্য উৎস থেকে এসেছে, AI পাটিগণিত করেছে।

অনুলিপিযোগ্য প্রম্পট টেমপ্লেট

উত্স ডেটা সহ গণনা টেমপ্লেট (RAG লজিক)আপনার ভূমিকা: সহকারী যে শুধুমাত্র আপনাকে দেওয়া পুষ্টির মান নিয়ে কাজ করে। আপনার নিজের স্মৃতি থেকে পুষ্টির মান যোগ করুন বা পরিবর্তন করুন। যদি ডেটা অনুপস্থিত থাকে তবে "[কোনো ডেটা]" লিখুন, তৈরি করুন। ডেটা (প্রতি 100 গ্রাম, উত্স: USDA):- মুরগির স্তন (রান্না): 165 kcal, 31 গ্রাম প্রোটিন, 3.6 গ্রাম চর্বি, 0 গ্রাম কার্বোহাইড্রেট- ভাত (রান্না): ...টাস্ক: 120 গ্রাম মুরগি + 150 গ্রাম চালের জন্য মোট kcal এবং ম্যাক্রো গণনা করুন।

কাঁচা/সিদ্ধ রূপান্তর টেমপ্লেট প্রতি 100 গ্রাম RAW-তে নিম্নলিখিত খাবারের মান দেওয়া হয়: [মান]। ক্লায়েন্ট [X] গ্রাম রান্না করে খায়। রান্না করা হলে, ওজন ~[অনুপাত] পরিবর্তিত হয়। তদনুসারে, খাওয়ার পরিমাণের পুষ্টির মান গণনা করুন এবং আপনি কোন অনুমানটি ব্যবহার করছেন তা স্পষ্টভাবে লিখুন।

ডেটাবেস কোয়েরি প্রিপারেশন টেমপ্লেট আমি একটি খাবারের পুষ্টিগুণ খুঁজে পেতে চাই। নিম্নোক্ত খাবারের জন্য খাদ্য ডাটাবেসে (USDA/TUBER) কোন শব্দটি অনুসন্ধান করা উচিত তা তালিকাভুক্ত করুন, যা আমার বেছে নেওয়া উচিত, কাঁচা/সিদ্ধ করা। আপনাকে মান দিন না; শুধু আমাকে সঠিক অনুসন্ধান শব্দ এবং মনোযোগের বিষয় বলুন। পুষ্টি উপাদান: [...]

কনসিস্টেন্সি চেক টেমপ্লেটনিম্নলিখিত খাবারের জন্য পুষ্টির মান দুটি ভিন্ন উপায়ে ব্যাখ্যা করুন: (1) ধরে নেওয়া সমস্ত খাবার কাঁচা, (2) ধরে নেওয়া সমস্ত খাবার রান্না করা হয়েছে। দুটি মোটের তুলনা করুন এবং পার্থক্য কোথা থেকে এসেছে তা ব্যাখ্যা করুন। তাই আমি দেখতে পাচ্ছি কোন অনুমান আমাকে যাচাই করতে হবে।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট:

এক বাটি মসুর ডাল স্যুপে কত ক্যালরি আছে?

"একটি থালা" অস্পষ্ট, রেসিপিটি অস্পষ্ট, উত্সটি অনুপস্থিত; এআই তার মেমরি থেকে একটি সংখ্যা তৈরি করে এবং এটি কীভাবে এসেছে তা বলে না।

শক্তিশালী প্রম্পট:

আপনার ভূমিকা: সহকারী যিনি শুধুমাত্র প্রদত্ত ডেটা দিয়ে গণনা করেন। মসুর ডাল স্যুপ পরিবেশন = 300 গ্রাম। উপকরণ (মান প্রতি 100 গ্রাম, উৎস ইউএসডিএ, আমি নীচে দিচ্ছি): লাল মসুর ডাল (রান্না করা) [মান], পেঁয়াজ [মান], জলপাই তেল [মান]। পরিবেশন প্রতি পরিমাণ: [...]. এই ডেটা দিয়ে মোট kcal এবং ম্যাক্রো গণনা করুন, মেমরি থেকে যোগ করবেন না, ধাপগুলি দেখান।

দ্বিতীয় প্রম্পট উৎস পরিবেশন, কাঁচা/সিদ্ধ তথ্য এবং "যোগ করবেন না" সীমাবদ্ধতা দেয়; আউটপুট নিরীক্ষণযোগ্য এবং নির্ভরযোগ্য।

সাধারণ ভুল

• AI এর মেমরির উপর আস্থা রাখা: পুষ্টির মান নিয়ে খোলামেলা প্রশ্ন করা; এটি হ্যালুসিনেশনের আমন্ত্রণ।
• বিভ্রান্তিকর কাঁচা/সিদ্ধ: সবচেয়ে সাধারণ নীরব ভুল; সর্বদা পরিমাপের একক স্পষ্ট করুন।
• উৎস বিভ্রান্তি: বিভিন্ন ডাটাবেস থেকে বিভিন্ন পুষ্টির মিশ্রণ; একটি পরিকল্পনায় সামঞ্জস্যপূর্ণ সম্পদ ব্যবহার করুন।
• অংশটিকে অস্পষ্ট রেখে দেওয়া: গণনা করা অভিব্যক্তি যেমন "একটি প্লেট", "একটি মুষ্টিমেয়" গ্রাম এ রূপান্তর না করে।
• একটি পরিসরের পরিবর্তে একটি একক সংখ্যার উপর ফোকাস করা: ভুলে যাওয়া যে একই খাবারের মানগুলির একটি যুক্তিসঙ্গত পরিসর রয়েছে; মিথ্যা নিশ্চিততা তৈরি করা।

সংক্ষেপে

পুষ্টিগত তথ্য হল সেই ক্ষেত্র যেখানে ভাষার মডেল সবচেয়ে দুর্বল; কারণ মডেলটি সংখ্যা মনে রাখে না, এটি তাদের উত্পাদন করে। তাই সর্বদা একটি স্বীকৃত ডাটাবেস (USDA, TÜBER, BeBiS) থেকে পুষ্টির মানগুলি পান এবং শুধুমাত্র সেই ডেটা গণনা এবং ব্যাখ্যা করতে AI ব্যবহার করুন — RAG যুক্তির উপর ভিত্তি করে, উৎস থেকে নেওয়া ডেটা। কাঁচা/সিদ্ধ রূপান্তর, অংশের স্বচ্ছতা এবং উৎসের সামঞ্জস্যের দিকে মনোযোগ দিন। নম্বরটি সাবলীলভাবে বের হয়েছে বলেই সঠিক নয়; আপনি শুধুমাত্র উৎসের সাথে কাজ করে সত্য পেতে পারেন।

আবেদন টাস্ক

তিনটি খাবার বেছে নিন (উদাহরণস্বরূপ, সিদ্ধ ডিম, পুরো গমের রুটি, গ্রীক দই)। প্রথমে, AI ওপেন-এন্ডেডকে জিজ্ঞাসা করুন এবং এর মানগুলি পান (এর স্মৃতি থেকে)। তারপর ইউএসডিএ ফুডডেটা সেন্ট্রাল থেকে সেই একই পুষ্টির প্রকৃত মানগুলি খুঁজুন। দুটি সেট তুলনা করুন এবং প্রতিটি খাবারে কতটা বিচ্যুতি রয়েছে তা একটি টেবিলে লিখুন। এই টেবিলটি "মেমরিতে বিশ্বাস করবেন না, উত্সের সাথে লিঙ্ক" নীতিটি প্রকাশ করবে।

চেকলিস্ট

• [ ] আমি একটি সুপরিচিত ডাটাবেস থেকে পুষ্টির মান পেয়েছি, এআই মেমরি থেকে নয়।
• [ ] আমি AI-তে সীমাবদ্ধতা রেখেছি "শুধুমাত্র প্রদত্ত ডেটা দিয়ে কাজ করুন, কিছু যোগ করবেন না"।
• আমি প্রতিটি খাবারের জন্য পরিষ্কার করে দিয়েছি তা কাঁচা হোক বা রান্না করা হোক।
• [ ] আমি অংশগুলিকে গ্রামে রূপান্তরিত করেছি; আমি পিছনে "একটি প্লেট/মুষ্টি" ছেড়ে যাইনি।
• [ ] আমি একটি পরিকল্পনার মধ্যে একটি একক সামঞ্জস্যপূর্ণ উত্স ব্যবহার করেছি৷
• [ ] আমি AI এর যোগফলকে আবার গুণ করে যাচাই করেছি।