Ratkaiseva ero on tarkkuus. Vasta se tekee hiilihydraattiarviosta todella hyödyllisen. Carbetic yhdistää tekoälyn matematiikkaan ja todellisiin mittaustietoihin, joten se on selvästi tarkempi kuin tavalliset tekoälytyökalut tai kalorilaskurisovellukset.
Yleiskäyttöinen tekoälychatbot arvioi aterian yleensä yhden valokuvan perusteella. Carbetic mittaa sen. Esimerkkejä siitä, miksi Carbetic on tarkempi:
3D-rekonstruktio yhden valokuvan sijaan. Carbetic luo kolmesta kuvasta aterian 3D-mallin. Siitä saadaan jokaisen osan mitat ja tilavuus. Tilavuus kerrottuna tiheydellä antaa painon, ja sen perusteella sovellus laskee ravintoarvot.
Tarkistetut ravintoarvolähteet. Carbetic-tietokanta yhdistää useita viitetietokantoja: Yhdysvaltain maatalousministeriön (USDA) FoodData Centralin, valmistajien ravintoarvotiedot, viralliset verkkosivustot ja muita tarkistettuja lähteitä. Carbetic käyttää jokaiselle elintarvikkeelle sopivinta lähdettä: yleisille tuotteille, kuten hampurilaissämpylälle, keskiarvoja ja ketjun virallisia tietoja silloin, kun niitä on saatavilla.
Älypuhelimen anturit. Laitteissa, joissa on LiDAR-syvyysanturi, Carbetic hyödyntää sen mittauksia, kun ne parantavat tarkkuutta. Gyroskooppi tallentaa laitteen asennon ja kallistuksen jokaisessa kuvassa. Lisäksi Carbetic päättelee IP-osoitteesta karkean sijainnin, esimerkiksi maan, koska pikaruokaketjujen ruokalistat ja reseptit vaihtelevat maittain.
Lisäksi käyttöliittymä on suunniteltu aterioiden nopeaan kirjaamiseen eikä keskusteluketjuksi, ja mukana ovat reseptianalyysi ja sanelu.
Lähde: U.S. Department of Agriculture, Agricultural Research Service. FoodData Central, 2019. fdc.nal.usda.gov