Dans la première partie de cette série d’articles de blog Nutri-Sight, nous avons présenté Nutri-Sight, notre solution d’IA développée grâce au programme DRG4Food, conçue pour s’attaquer à la tâche colossale d’extraction des informations nutritionnelles à partir d’images d’emballages alimentaires, à l’échelle d’Open Food Facts. Cette technologie révolutionne l’alimentation de la base de données Open Food Facts, mais son véritable atout réside dans sa simplification et sa rapidité pour tous les acteurs. Découvrons maintenant comment nous mettons cette fonctionnalité à votre disposition grâce à des interfaces intuitives.
Une expérience plus fluide sur l’application mobile Open Food Facts
Nous savons qu’un grand nombre de nos contributions proviennent directement des utilisateurs qui scannent les produits en supermarché ou dans leur cuisine grâce à l’application mobile Open Food Facts (disponible sur iOS et Android). Saisir manuellement l’intégralité du tableau nutritionnel peut prendre du temps et être sujet à des erreurs
C’est là qu’intervient Nutri-Sight pour simplifier radicalement le processus de contribution sur l’application mobile Open Food Facts.
- « Scan » du tableau nutritionnel : Lorsque vous ajoutez ou mettez à jour un produit, prenez simplement une photo nette du tableau des valeurs nutritionnelles.
- Suggestions basées sur l’IA : Notre application envoie l’image à Robotoff et à l’IA Nutri-Sight. En quelques secondes, le modèle analyse l’image et extrait les valeurs nutritionnelles (calories, lipides, glucides, protéines, etc.) et leurs unités correspondantes pour 100 g/ml.
- Interface de validation intuitive : Au lieu d’un formulaire vierge, l’application vous propose des suggestions sous les champs nutritionnels. Chaque valeur suggérée est clairement indiquée et vous pouvez remplir le champ ou écraser la valeur existante.
- Confirmation rapide : Votre rôle passe de la saisie fastidieuse des données à une vérification rapide. Comparez simplement les suggestions de l’IA à l’image de l’emballage et appuyez pour confirmer ou corriger facilement toute erreur mineure.
Cette interface simplifiée réduit considérablement l’effort nécessaire à l’ajout d’informations nutritionnelles essentielles. En interne, cette interface utilisateur de validation des suggestions d’IA est développée grâce à notre package open source Open Food Facts Dart. Ceci est crucial, car cette même capacité de ML ne se limite pas à notre application. Tout développeur tiers développant une application Flutter peut intégrer ce package pour offrir à ses utilisateurs la même expérience de validation des données nutritionnelles efficace, optimisée par les données Open Food Facts et l’IA.
Apporter l’assistance de l’IA au site Web Open Food Facts
Le travail collaboratif visant à enrichir la base de données Open Food Facts se déroule également en grande partie sur notre site web. Les contributeurs téléchargent souvent des photos prises précédemment ou travaillent sur des lots de produits nécessitant des données complémentaires depuis l’application mobile. Pour accompagner ces utilisateurs, nous avons développé un flux de travail similaire, assisté par l’IA, pour la plateforme web.
Lorsqu’ils consultent une page produit sur le site web Open Food Facts (en étant connectés), si une image du tableau nutritionnel est disponible, les contributeurs voient une option pour utiliser Nutri-Sight. Les résultats sont présentés via un composant web dédié.
Ce composant Web fonctionne de manière très similaire à l’interface de l’application mobile :
- Il affiche l’image du tableau nutritionnel à côté des champs de données.
- Il met en évidence les valeurs suggérées par l’IA Nutri-Sight.
- Il permet au contributeur de confirmer ou de corriger facilement chaque valeur avant de l’enregistrer.
L’intérêt d’encapsuler cette fonctionnalité dans un composant web réside dans sa réutilisabilité. Tout site web ou application web tiers peut intégrer ce composant en quelques lignes de code seulement. Cela permet à d’autres plateformes axées sur l’alimentation, la santé ou le développement durable d’intégrer la validation des données nutritionnelles d’Open Food Facts directement dans leurs propres flux utilisateurs, exploitant ainsi notre IA et garantissant une satisfaction utilisateur immédiate tout en contribuant à Open Food Facts.
Écosystème en croissance : adoption par des tiers
La philosophie d’Open Food Facts repose sur l’ouverture et la collaboration. Nous ne nous contentons pas de développer des outils performants pour nous-mêmes ; nous souhaitons donner les moyens à l’ensemble de l’écosystème œuvrant pour la transparence alimentaire.
Nous sommes donc ravis que des applications comme El Coco, qui utilise déjà les données Open Food Facts et était partenaire du projet NutriSight, soient en train d’intégrer ces nouvelles interfaces utilisateur de validation alimentées par l’IA dans leurs propres applications.
En adoptant ces outils, les applications tierces peuvent :
- Améliorez la qualité et l’exhaustivité des données nutritionnelles au sein de vos applications.
- Réduisez les difficultés rencontrées par vos utilisateurs qui souhaitent fournir des informations manquantes pour obtenir les scores.
- Bénéficiez directement des avancées de la communauté Open Food Facts et de projets comme DRG4Food.
- Contribuez à rendre l’information nutritionnelle complète plus accessible à tous, partout dans le monde.
Conclusion : de meilleures données, un accès plus facile
Avec Nutri-Sight, la collecte de données nutritionnelles devient plus rapide, plus précise et plus collaborative. En intégrant ces outils à notre application mobile et à notre site web, et en les mettant à disposition sous forme de packages et de composants open source, nous accélérons considérablement notre mission collective vers une transparence alimentaire totale. Que vous soyez utilisateur, contributeur ou développeur, ces avancées facilitent plus que jamais la participation à la révolution alimentaire.
Comment s’impliquer
- Si vous êtes utilisateur de l’application Open Food Facts, vous pouvez bénéficier dès maintenant de ces outils de prédiction dans l’application mobile et sur le site web.
- Si vous êtes contributeur à la base de données, vous pouvez utiliser la plateforme Hunger Games pour valider rapidement les informations nutritionnelles sur toute une série de produits alimentaires.
- Si vous êtes data scientist, vous pourriez décider de nous aider à améliorer le modèle, à l’étendre à davantage de données ou à le rendre disponible sur mobile. Le modèle, les données ou le code d’entraînement vous intéresseront certainement.
Un grand merci encore au projet DRG4Food, financé par la Commission européenne, qui nous a donné l’opportunité d’accélérer la course vers une plus grande transparence dans l’alimentation.
Connexion
