RAG（Retrieval-Augmented Generation）技術在 Cal AI 的食物辨識流程中扮演什麼角色？

RAG（檢索增強生成）技術在 Cal AI 食物辨識流程中的角色

Cal AI 是一款由 Zach Yadegari 和 Henry Langmack 開發的 AI 營養追蹤應用程式，它利用 AI 影像辨識技術讓使用者透過拍攝食物照片來自動識別食物，並記錄卡路里和主要營養成分。為了達到高達 90% 的辨識準確度，Cal AI 結合了 Anthropic 和 OpenAI 的模型，並採用 RAG（Retrieval-Augmented Generation，檢索增強生成）技術。

RAG 技術在 Cal AI 中的應用

Cal AI 團隊透過整合 Anthropic 和 OpenAI 的模型，並利用 RAG 技術來提升食物辨識的準確度。RAG 技術通過檢索相關資訊來增強生成模型的性能，使 Cal AI 能夠更精確地識別食物種類，甚至是混合食物的食材。此外，Cal AI 還利用 GitHub 等網站的開源食物卡路里和圖像資料庫進行訓練，不斷精進技術，例如辨識包裝食品或混合食物的食材，以提升 AI 計算卡路里和營養的精準度。

Cal AI 的功能擴展與市場策略

除了影像辨識，Cal AI 還提供多種方式來記錄飲食，包括資料庫搜尋、掃描條碼或食品標籤，甚至直接輸入自然語言。目前，Cal AI 的使用者主要為 15 到 25 歲的大學生，且以男性居多。為了拓展市場，團隊正積極新增其他語言，搶攻國際市場，並研究如何調整產品策略，以滿足不同年齡層的需求。