ආහාර ලියාපදිංචි කිරීමේ දුෂ්කරතාවය හැමෝම දන්නා ගැටළුවක්. තවදුරටත් "150g ග්රිල් කරපු කුකුළා" කියලා ඇප් එකට ටයිප් කිරීමේ අමාරුව නිසා බොහෝ ජනතාව අත්හිටුවයි. දැන්, ඒකෙට වඩා සරලව, ඔබේ තෙරුවේ පින්තූරයක් අරගෙන AI එකට වැඩේ පවරන්න පුළුවන්.
මෙම ලිපියේදී, OpenAIගේ GPT‑4o Vision සහ Meta සපයන Segment Anything Model (SAM) එක එකතු කරමින්, පින්තූරයක් පමණින් පෝෂණ වගුවක් නිර්මාණය කරන පද්ධතියක් ඉදිරිපත් කරමු. පළමුව පින්තූරය FastAPI සේවාදායකය වෙත යවා, SAM මඟින් ආහාර වර්ග වෙන් කරයි. පසුපස, GPT‑4o Vision ඒ වෙන්කළ කොටස් විශ්ලේෂණය කර, කෑම වර්ග, බර, කැලරි, ප්රෝටීන්, කාබෝහයිඩ්රේට් සහ තෙල් ප්රමාණය ඇතුළත් JSON වාර්තාවක් ලබා දෙයි. Pydantic මොඩලයක් භාවිතා කර එම දත්ත වල ගුණාත්මක පරීක්ෂණයක් සිදු කර, පරිශීලකයාගේ ඩැශ්බෝඩ් එකට පෙන්වයි.
මෙම තාක්ෂණය මූලිකවම දෙකක් කරයි: පළමුව, පින්තූරයෙහි පසුබැසීම් හෝ අතුරුදන් වූ ආහාර කොටස් AI එකට ගැලපෙන ලෙස ඉවත් කරයි; දෙවැනි, GPT‑4o Vision‑ට විශේෂිත පණිවිඩයක් (system prompt) ලබා දී, ඒක පෝෂණ විශේෂඥයෙක් වගේ ප්රතිඵල ලබා දීමට නියම කරයි. මේ නිසා, පරිශීලකයාට තවදුරටත් අතේකාරක ලේඛන තැටි නොකෙරේ.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික ශිෂ්යයන්, ඩෙවලපර්ස් සහ ව්යාපාරිකයන්ට මෙම නවෝත්පාදනය ගෙනෙන ප්රයෝජන මෙසේය:
- ඉගෙනුම් අවස්ථා: AI‑මූලික පෝෂණ විශ්ලේෂණය පාඨමාලා, වැඩමුළු සහ ගවේෂණ පර්යේෂණ සඳහා නව මාදිලියක්.
- ස්ථානීය ඇප් සංවර්ධනය: සිංහල UI සහ ප්රදේශීය ආහාර දත්ත සමඟ සම්බන්ධ කර, දේශීය වෙළඳපලට අනුකූල පෝෂණ ඇප් එකක් නිර්මාණය කළ හැක.
- ව්යාපාරික නවෝත්පාදන: රෙස්ටුරන්ට්, කෞතුකාගාර සහ සෞඛ්ය සේවා සපයන්නන්ට AI‑සහයෝගිතාවෙන් පෝෂණ ලේබලය සහ පාරිභෝගික අත්දැකීම වැඩිදියුණු කිරීමේ හැකියාව.
අවසන් වශයෙන්, මෙම පද්ධතියේ කේතය Python 3.10+, FastAPI, Uvicorn, OpenAI API සහ SAM weights භාවිතා කරයි. ඔබට අවශ්ය එකම දේ OpenAI API යතුරක් සහ SAM මොඩලයෙහි පූර්ව‑ආරක්ෂිත ගොනුවක්. ඉදිරි කාලයේ, මෙම තාක්ෂණය තවත් සෞඛ්ය‑ආහාර AI යෙදුම් සඳහා පදනමක් වනු ඇත.
ඉදිරියට, AI‑මූලික කැලරි ගණනය කිරීම පරිශීලකයන්ට සෞඛ්යමය ආහාර පාලනය සරල කරමින්, දේශීය තාක්ෂණික ප්රගතියට නව මට්ටමක් ලබා දෙනු ඇත.
