想减肥的看过来，现在可以用AI为自己制定营养计划了

虽然很多人依然对“AI是否能让每件事变得更好”存有疑问，但这却丝毫阻挡不了其势如破竹的发展趋势。而且很多初创企业的创始人仍然在试验，机器学习技术到底会为一个应用程序带来多大的改变？

用现在比较流行的词来说，就是变的“智能”。比如，像FitGenie这样一款iOS应用程序，其前联合创始人就将它视为“智能的卡路里计算器”——通过运用机器学习算法，来为想要减肥或完成健身目标的人制定简化的营养计划。

“我们自定义的饮食算法是基于一个模型，这一模型是我们通过收集用户每周做出的自动调整的数据而绘制和预测来的，”联合创始人Keith Osayande解释公司是如何运用AI来计算卡路里的。

“也可以说，这一模型是基于我们作为营养教练的共同经验以及目前可获得的科学数据而创建出来的。我们不只是创建了一个简单的卡路里计算器，它也会处理用户所有的数据并且将各方面的参数考虑进来，包括身体状况、耐受性、体重变化比率、饥饿程度、疲劳情况等。”

“需要指出的是，我们不单单是在收集数据。我们的算法也在持续的评估，这些数据之间反应了哪些趋势并且做出明智的调整，”他补充道。

虽然加入了AI，但不得不承认FitGenie App仍然处于早期阶段，创始团队是在2015年秋天才开始着手做这件事的。当时他们还是佐治亚理工学院的学生，并且在宣传该App即将在未来一到两个月内推出的3.0更新（旨在提高App服务的流畅性和易用性）。

FitGenie团队去年从佐治亚理工学院夏季创业项目中获得2万美元投资，现在该App大概拥有2.1万名用户。早期，公司主要靠付费订阅用户来获得营收。

“目前，公司主要聚焦于关注用户健身的各项营养指标，”Osayande说道。“具体来说，公司的重点在于帮助用户减肥，增加肌肉或者维持现在的身体状况（无论做多少锻炼或运动）。”

尽管他也指出，公司可以通过健身追踪器来自动的收集用户相关的健身数据，而不是像现在让用户手动的输入各项数据。但FitGenie想以“简单和自动”的特点来杀出竞争重围，所以公司认为AI可以帮助用户坚持吃营养餐或者追踪他们的健身目标。

他也指出，如今很多计算卡路里的App，它们只是收集了用户的数据，并且将这些数据制作成图表或图片反馈给用户，但它们并没有对这些数据进行进一步的处理和应用。这就使得用户不得不自己去理解这些数据并作出判断，但很多人并没有经过这样的训练，更坦白来说，他们没有时间或精力来处理这些数据。所以，FitGenie就是想要为用户解决这一痛点。

另外，很多卡路里计算器界面使用不友好、广告特别多并且用户使用体验不好。但FitGenie使用算法来扮演用户的个人营养师，消除用户与产品之间的猜测，并且制作更简单的营养餐以及节省用户的使用时间。

如此，用户只需要输入自己的健身数据，他们不需要去理解这些数据，他们甚至不需要了解他们输入的数据是什么。简单来说，用户输入吃了什么饭以及他们的体重，FitGenie自然会做出判断。

但更理想的情况下，FitGenie用户还是需要每周输入他们的体重、饮食情况、运动量等。然后App会根据用户的健身目标（减肥、增肌等），制作出定制化的每日营养计划。当然，这都是由AI来完成的。

FitGenie App的付费服务还包括营养饮食计划，这是根据500万份食谱而给出的建议。这里还运用了遗传学算法，可以最大化的满足用户的营养目标以及他们的饮食偏好。

但是FitGenie App也有不足之处。比如App的食物数据库更偏向于联合创始人自己的营养专业知识，这意味着其假设用户都是食肉的。所以团队不得不创建新的数据库，以保证可以为素食者推荐营养食谱。

另外，该App在录入食物以便记录营养情况这一方面也不是很成功，因为它过度依赖于扫描条形码来记录用户吃了什么。这对于那些吃有食品包装的美国用户来说，确实很方便，但对于那些美国之外或自己准备新鲜食物的用户来说，就比较麻烦了。换句话说，他们可能需要自己在App中创建食物名称，并输入各项营养参数。但是这一过程显然很麻烦，因为用户不能在实物数据库中直接检索并添加。

找到提高或解决录入食物营养参数的方法，或许会吸引更多的用户。FitGenie确实也在想一些办法，比如通过智能手机里的照片或者用苹果的ARKit工具。

虽然目前市面上MyFitnessPal、Lifesum、LoseIt 和 Noom几家卡路里计算器App，但Osayande认为FitGenie的直接竞争对手是同样使用AI的Eat This Much。