सबसे अहम फ़र्क़ है सटीकता। यही कार्ब्स के अनुमान को सच में उपयोगी बनाती है। Carbetic AI को गणित और असली माप-आँकड़ों के साथ जोड़ता है, इसलिए यह सामान्य AI टूल्स या कैलोरी काउंटर ऐप्स से काफ़ी ज़्यादा सटीक है।
एक सामान्य AI चैटबॉट आमतौर पर सिर्फ़ एक फ़ोटो से खाने का अनुमान लगाता है। Carbetic उसे मापता है। कुछ उदाहरण, जिनसे Carbetic ज़्यादा सटीक बनता है:
एक फ़ोटो की जगह 3D रीकंस्ट्रक्शन। तीन तस्वीरों से Carbetic खाने का 3D मॉडल बनाता है। इससे हर हिस्से का आकार और आयतन निकलता है। आयतन को घनत्व से गुणा करने पर वज़न मिलता है, और उसी से ऐप पोषण मान की गणना करता है।
जाँचे-परखे पोषण स्रोत। Carbetic डेटाबेस कई संदर्भ डेटाबेस को एक साथ जोड़ता है: अमेरिकी कृषि विभाग (USDA) का FoodData Central, निर्माताओं के पोषण आँकड़े, आधिकारिक वेबसाइटें और अन्य जाँचे-परखे स्रोत। हर खाद्य पदार्थ के लिए Carbetic सबसे उपयुक्त स्रोत चुनता है: बर्गर बन जैसे सामान्य उत्पादों के लिए औसत मान, और उपलब्ध होने पर चेन के आधिकारिक आँकड़े।
स्मार्टफ़ोन के सेंसर। LiDAR डेप्थ सेंसर वाले डिवाइस पर Carbetic उसके माप तब शामिल करता है जब उनसे सटीकता बढ़ती है। जायरोस्कोप हर तस्वीर के समय डिवाइस की स्थिति और झुकाव दर्ज करता है। इसके अलावा Carbetic IP पते से अनुमानित लोकेशन, जैसे देश, निकालता है, क्योंकि फ़ास्ट-फ़ूड चेन के मेन्यू और रेसिपी हर देश में अलग होते हैं।
साथ ही, चैट थ्रेड की जगह खाने को जल्दी दर्ज करने के लिए बना इंटरफ़ेस, रेसिपी विश्लेषण और आवाज़ से इनपुट भी मिलता है।
स्रोत: U.S. Department of Agriculture, Agricultural Research Service. FoodData Central, 2019. fdc.nal.usda.gov