Эфир 18.11 · Поток 318 ноября в 19:00 МСК — бесплатный практический эфир по ИИ-агентам · Живой Поток 3 стартует 23.11Эфир 18 ноября →Поток 3 (23.11)

Отец сделал бесплатный счётчик ХЕ по фото: 3000 человек за 17 дней

Автор Хабра сделал бесплатное приложение для сына с диабетом 1 типа: оно по фото тарелки оценивает углеводы и переводит их в хлебные единицы. Без регистрации, дневник хранится только на телефоне. За 17 дней приложение открыли на 11 800 устройствах, а посчитать что-то хотя бы раз решили около 3000 человек. Часть кода написана вместе с ИИ-ассистентом.

AI-обработка оригинала Хабр: Машинное обучение; редакция Hamidun News
Отец сделал бесплатный счётчик ХЕ по фото: 3000 человек за 17 дней
Источник: Хабр: Машинное обучение. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникХабр: Машинное обучение ↗
Главный редактор
В обычный деньоколо 400 человек и 800 распознанных фото
Ключевой факт #2Конкуренты прячут фото и штрихкод за платой и не знают российских продуктов
Ключевой факт #3Автор отдельно считает стоимость одного распознавания и ошибки ИИ

Перед каждой едой человеку с диабетом 1 типа нужно прикинуть, сколько в тарелке углеводов, перевести их в хлебные единицы (ХЕ) и уже от этого считать дозу инсулина. Дома помогают весы и таблицы. В школе, в гостях и в кафе их нет, и приходится оценивать макароны с котлетой на глаз. Именно с этой бытовой боли началась история, которую автор рассказал на Хабре.

Какую проблему решает приложение

Готовые счётчики ХЕ существуют, но самое нужное, то есть распознавание по фото и сканирование штрихкода, в них обычно платное. Западные сервисы требуют иностранную карту и почти не знают российских продуктов: ни наших сортов хлеба, ни привычных магазинных товаров. Автор решил сделать своё: бесплатное, без регистрации, с дневником, который лежит только на телефоне. Для медицинской темы это важный продуктовый выбор: пользователю не нужно отдавать данные о здоровье на сервер.

Схема для пользователя простая: сфотографировал тарелку, получил оценку углеводов и ХЕ, записал в дневник. Модель по картинке определяет блюда и прикидывает порции, а дальше работает обычная арифметика.

Что показывают цифры

Первую версию выложили 20 октября. За 17 дней приложение открывали примерно на 11 800 устройствах, то есть около 700 в день. Хотя бы раз что-то посчитали около 3000 человек. Это примерно четверть от всех, кто открыл приложение, и для нишевого инструмента без рекламы такая конверсия выглядит прилично.

В обычный день приложением пользуются около 400 человек и распознают около 800 фото, то есть по два снимка на человека. Это похоже на реальный сценарий: завтрак и обед, а не разовое любопытство. Именно такая частота делает вопрос стоимости одного распознавания главным для бесплатного продукта. Если каждый вызов модели стоит денег, а пользователь платить не должен, то арифметику нужно считать до запуска, а не после. Автор обещает показать, сколько это стоит на практике. Сами цифры в анонсе не приведены, они есть в полной статье.

Где подвох

Автор честно предупреждает, что ИИ ошибается, и отдельно разбирает эти случаи. Для задачи с инсулином это ключевой момент. По одной фотографии нельзя точно определить, что внутри: сколько масла в гарнире, есть ли сахар в соусе, какова толщина котлеты, что спрятано под сыром. Ошибка в 20–30% по порции для обычного калькулятора калорий терпима. Для расчёта дозы инсулина она может быть опасной.

Второй честный момент: код писался вместе с ИИ-ассистентом, и часть решений сделана в духе «быстро и работает». Для первой версии такой подход оправдан, но в медицинском контексте у него есть предел, и об этом автор тоже обещает рассказать.

Что из этого взять

Практические выводы для тех, кто делает похожие продукты на мультимодальных моделях:

  • Начинайте с узкой и понятной боли, как здесь: проблема знакома автору лично, а конкуренты закрывают её платно и не знают местных продуктов.
  • Локальное хранение данных и отсутствие регистрации снижают порог входа и убирают часть юридических рисков.
  • Считайте стоимость одного вызова модели вместе с ожидаемой частотой использования. Два фото на человека в день при тысячах пользователей быстро превращаются в заметный счёт.
  • В продуктах рядом со здоровьем показывайте результат как оценку, а не как руководство к действию. Пользователь должен понимать, что решение о дозе остаётся за ним и врачом.

Итог: это не научный прорыв, а хороший пример того, как один разработчик с ИИ-ассистентом за пару недель делает полезный нишевый продукт и получает тысячи пользователей. Главные детали, то есть стоимость распознавания и типичные ошибки модели, стоит прочитать в оригинале. Именно они показывают, выдерживает ли такая модель реальную нагрузку.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: какую проблему решает приложение?

Готовые счётчики ХЕ существуют, но самое нужное, то есть распознавание по фото и сканирование штрихкода, в них обычно платное. Западные сервисы требуют иностранную карту и почти не знают российских продуктов: ни наших сортов хлеба, ни привычных магазинных товаров. Автор решил сделать своё: бесплатное, без регистрации, с дневником, который лежит только на телефоне. Для медицинской темы это важный продуктовый выбор: пользователю не нужно отдавать данные о здоровье на сервер.

Что известно по теме: что показывают цифры?

Первую версию выложили 20 октября. За 17 дней приложение открывали примерно на 11 800 устройствах, то есть около 700 в день. Хотя бы раз что-то посчитали около 3000 человек. Это примерно четверть от всех, кто открыл приложение, и для нишевого инструмента без рекламы такая конверсия выглядит прилично. В обычный день приложением пользуются около 400 человек и распознают около 800 фото, то есть по два снимка на человека. Это похоже на реальный сценарий: завтрак и обед, а не разовое любопытство.

Что известно по теме: где подвох?

Автор честно предупреждает, что ИИ ошибается, и отдельно разбирает эти случаи. Для задачи с инсулином это ключевой момент. По одной фотографии нельзя точно определить, что внутри: сколько масла в гарнире, есть ли сахар в соусе, какова толщина котлеты, что спрятано под сыром. Ошибка в 20–30% по порции для обычного калькулятора калорий терпима. Для расчёта дозы инсулина она может быть опасной. Второй честный момент: код писался вместе с ИИ-ассистентом, и часть решений сделана в духе «быстро и работает».

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Закрытый клуб практиков · Vibe Club

Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами

Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.

Вступить в Vibe Club →Тест-драйв Академии (72ч)
Что вы думаете?
Загружаем комментарии…