Dobički:
- Sposobnost razumevanja nujnosti pridobivanja hranilnih vrednosti iz znanih baz podatkov (USDA, TÜBER, BeBiS) in ne iz pomnilnika umetne inteligence.
- Sposobnost usmerjanja umetne inteligence za izračune in interpretacije samo s podatki, pridobljenimi iz vira, z logiko RAG
- Sposobnost preprečevanja prehranskih napak z upoštevanjem pretvorb surovega/kuhanega, jasnosti porcij in doslednosti vira
V središču vsakodnevnega dela dietetika je vprašanje "koliko je v tem hranilu?" Obstaja vprašanje. Koliko gramov beljakovin v 100 gramih piščančjih prsi? Koliko gramov vlaknin je v rezini polnozrnatega kruha? Koliko kalorij je v žlici oljčnega olja? Odgovori na ta vprašanja so shranjeni v zbirkah podatkov o sestavi živil – uradnih tabelah, ki na podlagi laboratorijskih analiz navajajo vsebnost energije, makro in mikrohranil v tisočih živilih. Najbolj nevarna napaka umetne inteligence na tem področju je, da misli, da si te številke »zapomni«. Vendar si jezikovni model ne zapomni številk; Generira verjetnostno in pogosto daje vrednosti, ki so blizu realnosti, a včasih resno napačne. Glavno sporočilo te enote je jasno: pridobite hranilno vrednost iz priznane zbirke podatkov, ne iz pomnilnika AI; Uporabite AI za delo s točnimi podatki, ne za pomnjenje podatkov.
Dobro znane baze podatkov in za kaj se uporabljajo
Glavni viri, ki se pogosto uporabljajo v svetu in v Turčiji, so:
zbirka podatkov
Področje uporabe
močna točka
Pozor
USDA FoodData Central (ZDA)
Zelo veliko, ~ četrt milijona zapisov
Podrobno, brezplačno, z API-jem
izdelki iz ZDA; lokalna hrana omejena
TÜBER / Türkiye Nutrition Guide dodatki
Osredotočena na turško kuhinjo
Lokalna hrana in porcija
Področje uporabe je ožje od USDA
BeBiS (Informacijski sistem o prehrani)
Skupna programska oprema v Turčiji
Turški recepti
Licenčna programska oprema
USDA/EuroFIR
Evropski podatki o sestavi
Standard, ki temelji na državi
Dostop je lahko institucionalni
Kar je mišljeno z "API", je vmesnik, ki omogoča programski opremi, da programsko (samodejno) postavlja vprašanja bazi podatkov in prejema strukturirane odgovore. API za vire, kot je USDA FoodData Central, omogoča povezovanje orodij AI z resničnimi podatki v prihodnosti. To je osnova pristopa »umetne inteligence, ki temelji na podatkih«: ne prilagajajte se modelom, črpajte iz pravega vira.
Pozor: isto hranilo lahko prikazuje različne vrednosti v različnih zbirkah podatkov; Ker so pogoji pridelave, sorta, način kuhanja in analiza različni. Ni ene "pravilne" številke; Obstaja razumen razpon. Zapišite, kateri vir uporabljate v načrtu stranke, da boste lahko dosledni.
Logika "pridobivanja": povezovanje AI z virom
V sodobnih aplikacijah je način povezovanja AI z resničnimi podatki pristop RAG — Retrieval-Augmented Generation v angleščini. Preprosto: namesto da bi odgovor prilagodil iz spomina, model najprej potegne ustrezne podatke iz zanesljivega vira (baze podatkov, dokumenta), nato pa na podlagi teh podatkov ustvari odgovor. V praksi to izvajate na dva načina:
- Ročno hranjenje: Kopirate vrednosti hrane iz zaupanja vredne tabele in jih daste AI; AI samo izračuna/interpretira te podatke, ne dodaja števil iz lastnega pomnilnika.
- Povezano vozilo: uporabljate vozilo, povezano z bazo podatkov; Umetna inteligenca posreduje poizvedbo dejanskemu viru in uporabi vrnjeno vrednost.
V obeh primerih je zlato pravilo enako: številka prihaja iz vira, AI jo interpretira. "Koliko železa je v 100 gramih leče?" je vprašal YZ. Postaviti odprto vprašanje pomeni vabiti k izmišljanju.
Generični izdelek, izdelek z blagovno znamko in mešanica obrokov
Baze podatkov o hranilih imajo več zapisov pod istim imenom in izbira napačnega zapisa je tihi vir napake. Če na primer iščete »jogurt«, boste dobili na desetine različnih zapisov, kot so polnomasten, polmasten, brezmasten, grški (pasiran) in sladkan sadni jogurt; Njihove kalorije in makri so zelo daleč drug od drugega. Grški jogurt ima skoraj dvakrat več beljakovin kot običajni jogurt. Podobno imajo zapisi o "izdelku z blagovno znamko" (pakirani izdelek podjetja) in zapisi o "splošni prehrani" različne vrednosti. V dobri praksi čim bolj ustrezate izdelku, ki ga stranka dejansko uživa: če je mogoče, glede na oznako hranilne vrednosti na embalaži, sicer izberete najbližji opis v bazi. Vprašajte AI "kateri zapis naj izberem?" Ko se posvetujete, vam lahko predlaga pravi iskalni izraz; vendar je končna izbira plošče in primerjava z založbo pod vašim nadzorom. Za doslednost je pomembna tudi uporaba istega zapisa za isto hranilo v celotnem načrtu; Uporaba polnomastnega mleka polovico časa in posnetega mleka polovico časa bo popačila skupne vrednosti.
Pretvorbe porcij in kuhanja
Prehranske baze običajno podajajo vrednosti na 100 gramov surovega. Toda stranka jé kuhano lečo, ne surove leče. Teža se spreminja z vpijanjem vode med kuhanjem; 100 gramov surovega riža se pri kuhanju poveča na ~250-300 gramov. Zato imata »kuhano 200 gramov« in »surovo 100 gramov« različno hranilno vrednost. Umetna inteligenca lahko naredi te transformacije, vendar lahko zmede smer. Vedno pojasnite, ali je vrednost, ki jo uporabljate, surova ali kuhana; to je pogost vir računskih napak.
trije mini kovčki
Primer 1 – Ujeti halucinacije. Dietetik je vprašal YZ: "Koliko gramov beljakovin je v 100 gramih kuhanega brokolija?" vpraša; AI pravi "približno 8 gramov". Dietetik pogleda USDA: dejanska vrednost je ~2,4 grama. Umetna inteligenca ga je pomešala s podatki o stročnicah/oreščkih in ga napihnila trikrat. Dietetik uporablja pravilno vrednost. Nauk: zelena zelenjava vsebuje malo beljakovin; Številka ni pravilna samo zato, ker je tekoča.
2. primer – zmeda med surovim in kuhanim. V osnutku načrta AI uporablja surovo vrednost za "150 gramov testenin" (~525 kcal), medtem ko stranka poje 150 gramov kuhanih testenin (~210 kcal). Razlika je 315 kcal v enem obroku, kar je že pri enem obroku na dan resno odstopanje. Dietetik razjasni mersko enoto na "kuhano" in preračuna.
3. primer – pravilna uporaba. Dietetik skopira 100-gramske vrednosti za piščanca, riž in brokoli iz USDA in jih da AI z navodili, naj "samo izračuna skupni makro za obrok s temi podatki in doda številke iz svojega spomina." AI samo sešteva z danimi številkami; dietetik potrdi tako, da ga zaloputne nazaj. Podatki so prišli iz vira, AI je izvedel aritmetiko.
Kopirane predloge pozivov
PREDLOGA ZA IZRAČUN Z IZVORNIMI PODATKI (LOGIKA RAG) Vaša vloga: pomočnik, ki dela samo s hranilnimi vrednostmi, KI SO VAM DANE. DODAJTE ali SPREMENITE hranilne vrednosti iz lastnega spomina. Če manjkajo podatki, napišite "[ni podatkov]", nadoknadite. Podatki (na 100 g, vir: USDA): - Piščančje prsi (kuhane): 165 kcal, 31 g beljakovin, 3,6 g maščobe, 0 g ogljikovih hidratov - Riž (kuhan): ... Naloga: Izračunajte skupno kcal in makro za 120 g piščanca + 150 g riža.
PREDLOGA ZA PRETVORBO SUROVEGA/KUHANEGA Vrednost naslednjega živila je navedena na 100 g SUROVEGA: [vrednosti]. Stranka poje [X] g KUHANEGA. Pri kuhanju se ~[razmerje] teže spremeni. V skladu s tem izračunajte hranilno vrednost pojedene količine in JASNO napišite, katero predpostavko uporabljate.
DATABASE QUERY PREPARATION TEMPLATEI želijo ugotoviti hranilno vrednost obroka. Seznam, KATERI izraz naj iščem v zbirki živil (USDA/TUBER) za naslednja živila, kateri zapis naj izberem, surovo/kuhano. Ne dajajte vrednosti VAM; samo povejte mi pravilen iskalni izraz in točko pozornosti. Hranila: [...]
PREDLOGA ZA PREVERJANJE KONSISTENCIJE Hranilne vrednosti za naslednji obrok razlagajte na dva različna načina: (1) ob predpostavki, da so vsa živila surova, (2) ob predpostavki, da so vsa živila kuhana. Primerjaj obe vsoti in razloži, od kod prihaja razlika. Tako lahko vidim, katero predpostavko moram preveriti.
Šibek poziv/močan poziv
Šibek poziv:
Koliko kalorij je v skledi juhe iz leče?
»Jed« je nedorečena, recept je nejasen, vir ni; Umetna inteligenca sestavi številko iz svojega spomina in ne pove, kako je do nje prišla.
Močan poziv:
Vaša vloga: pomočnik, ki samo računa z danimi podatki. Porcija lečne juhe = 300 g. Sestavine (vrednosti na 100 g, vir USDA, navajam spodaj): rdeča leča (kuhana) [vrednosti], čebula [vrednosti], olivno olje [vrednosti]. Količine na porcijo: [...]. Izračunajte skupno kcal in makro s temi podatki, ne dodajajte iz spomina, pokažite korake.
Drugi pozivni vir poda informacije o serviranju, surovem/kuhanem in omejitev »ne dodajaj«; Rezultat je revizijski in zanesljiv.
Pogoste napake
- Zaupanje spominu umetne inteligence: odprto spraševanje o hranilni vrednosti; To je povabilo k halucinaciji.
- Zmeda surovo/kuhano: najpogostejša tiha napaka; Vedno pojasnite mersko enoto.
- Zmeda vira: mešanje različnih hranil iz različnih baz podatkov; Uporabite dosledne vire v načrtu.
- Porcija je nedorečena: izračunajte izraze, kot sta "krožnik", "pest", ne da bi jih pretvorili v grame.
- Osredotočanje na eno samo številko namesto na obseg: pozabljamo, da ima ista hrana razumen razpon vrednosti; ustvarjanje lažne gotovosti.
Če povzamem
Prehranski podatki so področje, kjer je jezikovni model najšibkejši; Ker si model ne zapomni številk, jih proizvede. Zato vedno pridobite hranilne vrednosti iz priznane zbirke podatkov (USDA, TÜBER, BeBiS) in uporabite AI za izračun in interpretacijo samo teh podatkov – na podlagi logike RAG, podatkov, pridobljenih iz vira. Bodite pozorni na pretvorbe surovega/kuhanega, jasnost porcij in doslednost vira. Samo zato, ker je številka izšla tekoče, ni pravilna; Resnico lahko dobite le, če delate z virom.
Aplikacijska naloga
Izberite tri živila (na primer kuhana jajca, polnozrnat kruh, grški jogurt). Najprej vprašajte AI za odprto in pridobite njegove vrednosti (iz njegovega pomnilnika). Nato poiščite dejanske vrednosti istih hranil iz USDA FoodData Central. Primerjaj oba sklopa in v tabelo zapiši, koliko odstopanja je pri posameznem živilu. Ta tabela bo razkrila načelo "ne zaupaj spominu, povezava do vira".
kontrolni seznam
- [ ] Hranilne vrednosti sem dobil iz znane zbirke podatkov, ne iz pomnilnika AI.
- [ ] AI sem omejil na "deluje samo z danimi podatki, ne dodajajte ničesar".
- [ ] Za vsako živilo sem pojasnil, ali je surovo ali kuhano.
- [ ] Porcije sem pretvoril v grame; Za seboj nisem pustil "krožnika/peščice".
- [ ] Znotraj načrta sem uporabil en sam skladen vir.
- [ ] Vsoto AI sem preveril tako, da sem jo pomnožil.