La nuova app vocale può aiutare a controllare il peso

Un fattore chiave della perdita di peso è contare ogni caloria consumata. Anche se il compito sembra facile, documentare tutte le calorie diventa un compito difficile quando si cena in un ristorante, si fanno spuntini in movimento o anche quando si è seduti a mangiare a casa.

La tecnica richiede coerenza e accuratezza e, quando fallisce, di solito è perché le persone non hanno il tempo o i mezzi per trovare e registrare tutte le informazioni di cui hanno bisogno.

Ora, i ricercatori del Massachusetts Institute of Technology (MIT) hanno sviluppato un'app che consente alle persone di accedere al cibo e alle bevande che hanno consumato utilizzando un sistema di controllo vocale.

Il concetto è emerso alcuni anni fa quando un team di nutrizionisti della Tufts University ha contattato i ricercatori del MIT con l'idea di un'applicazione in lingua parlata che avrebbe reso più facile la registrazione dei pasti.

Questa settimana, alla Conferenza internazionale sull'acustica, la parola e l'elaborazione del segnale a Shanghai, i ricercatori del MIT presentano il loro prototipo basato sul Web di un sistema di registrazione nutrizionale controllato dalla parola.

Con esso, l'utente descrive verbalmente il contenuto di un pasto e il sistema analizza la descrizione e recupera automaticamente i dati nutrizionali pertinenti da un database online gestito dal Dipartimento dell'Agricoltura degli Stati Uniti (USDA).

I dati vengono visualizzati insieme alle immagini degli alimenti corrispondenti e ai menu a tendina che consentono all'utente di affinare le proprie descrizioni, selezionando, ad esempio, precise quantità di cibo. Ma questi perfezionamenti possono essere effettuati anche verbalmente.

Un utente che inizia dicendo: "A colazione, ho mangiato una ciotola di farina d'avena, banane e un bicchiere di succo d'arancia" può quindi apportare la modifica "Ho mangiato mezza banana" e il sistema aggiornerà i dati visualizzati sulle banane lasciando invariato il resto.

"Quello che [i nutrizionisti di Tufts] hanno sperimentato è che le app disponibili per aiutare le persone a cercare di registrare i pasti tendevano a essere un po 'noiose, e quindi le persone non le tenevano al passo", afferma James Glass, ricercatore senior .

"Quindi cercavano modi precisi e facili per inserire le informazioni."

Il primo autore del nuovo articolo è Mandy Korpusik, una studentessa laureata del MIT in ingegneria elettrica e informatica. È affiancata da Glass, che è il suo relatore di tesi; il suo collega studente laureato Michael Price; e da Calvin Huang, un ricercatore universitario nel gruppo di Glass.

Nel documento, i ricercatori riportano i risultati di esperimenti con un sistema di riconoscimento vocale che hanno sviluppato specificamente per gestire la terminologia relativa al cibo.

Tuttavia, questo non era l'obiettivo principale del loro lavoro poiché la demo online del loro sistema di registrazione dei pasti utilizza invece l'app gratuita di riconoscimento vocale di Google.

La loro ricerca si è concentrata su altri due problemi. Uno è identificare il ruolo funzionale delle parole: il sistema deve riconoscere che se l'utente registra la frase "ciotola di farina d'avena", le informazioni nutrizionali sulla farina d'avena sono pertinenti, ma se la frase è "biscotto di farina d'avena", non lo è.

L'altro problema è riconciliare la frase dell'utente con le voci nel database USDA. Ad esempio, i dati USDA sulla farina d'avena sono registrati sotto la voce "avena"; la parola "farina d'avena" non compare da nessuna parte nella voce.

Per affrontare il primo problema, i ricercatori hanno utilizzato l'apprendimento automatico.

Attraverso la piattaforma di crowdsourcing di Amazon Mechanical Turk, hanno reclutato lavoratori che hanno semplicemente descritto ciò che avevano mangiato negli ultimi pasti. Hanno quindi etichettato le parole pertinenti nella descrizione come nomi di alimenti, quantità, nomi di marca o modificatori dei nomi degli alimenti.

In "ciotola di farina d'avena", "ciotola" è una quantità e "farina d'avena" è un alimento, ma in "biscotto di farina d'avena", la farina d'avena è un modificatore.

Dopo aver ottenuto circa 10.000 descrizioni dei pasti etichettate, i ricercatori hanno utilizzato algoritmi di apprendimento automatico per trovare schemi nelle relazioni sintattiche tra le parole che identificassero i loro ruoli funzionali.

I ricercatori hanno quindi utilizzato un database open source chiamato Freebase per tradurre tra le descrizioni degli utenti e le etichette nel database USDA. Il database stesso contiene voci su oltre 8.000 prodotti alimentari comuni, molti dei quali includono sinonimi.

Dove mancavano i sinonimi, reclutavano di nuovo lavoratori della Mechanical Turk per fornirli.

La versione del sistema presentata alla conferenza intende principalmente dimostrare la fattibilità del suo approccio all'elaborazione del linguaggio naturale. Il sistema segnala i conteggi delle calorie ma non li totalizza ancora automaticamente.

Una versione che funziona è in lavorazione, tuttavia, e quando sarà completa, i ricercatori di Tufts intendono condurre uno studio sugli utenti per determinare se rende effettivamente più facile la registrazione dei dati nutrizionali.

Fonte: MIT