“Tôi trong quá khứ”: Contura tái dựng thân hình cũ của bạn trong 3D thế nào — và vì sao nền khoa học phía sau nó vững chắc
“Tôi trong quá khứ”: Contura tái dựng thân hình cũ của bạn trong 3D thế nào — và vì sao nền khoa học phía sau nó vững chắc
Ký ức biết nói dối. Cơ thể thì không.
“Hồi đó tôi trông đẹp hơn.” Nhưng thật sự có vậy không? Đa số mọi người nhớ phiên bản mình gầy hơn, cân đối hơn và nhỏ hơn thực tế. Trả lời vài câu hỏi về quá khứ, và tính năng “Tôi trong quá khứ” của Contura sẽ dựng lại nó trong 3D. Sự thật có thể khiến bạn bất ngờ — và đó chính là lý do tiến bộ của bạn cảm giác như vô hình.
TL;DR — “Tôi trong quá khứ” làm gì, trong một đoạn văn
“Tôi trong quá khứ” là một tính năng bên trong ứng dụng Contura, tái dựng mô hình 3D cơ thể bạn tại một thời điểm cụ thể trong quá khứ — sáu tháng trước, hai năm trước, trước một sự kiện đời — bằng một bảng hỏi ngắn với số đo hiện tại làm điểm neo. Nó không phải một phỏng đoán. Nó là một đường ống tái dựng đa giai đoạn dựa trên nghiên cứu nhân trắc học được bình duyệt (Heymsfield, Gallagher, NHANES, ANSUR II), kiểm chứng trên 96 hồ sơ cơ thể mẫu vàng, và được bảo vệ bởi các kẹp cứng sinh lý ngăn mọi đầu ra rơi ngoài phạm vi con người có thể có. Sai số tái dựng trung bình trong các tình huống dùng điển hình là ±5–15% mỗi vòng đo — tương đương một thước dây cầm tay trên mục tiêu di động.
Contura là ứng dụng. “Tôi trong quá khứ” là một trong những tính năng cốt lõi của nó. Bài viết này giải thích cách nó hoạt động.
Vì sao ký ức về cơ thể chính mình không đáng tin
Nghiên cứu về hình ảnh cơ thể liên tục cho thấy ký ức của con người về hình thể bản thân bị lệch một cách hệ thống. Mọi người hồi tưởng mình đã gầy hơn, cân đối hơn và nhỏ hơn thực tế — đặc biệt khi so phiên bản quá khứ với phiên bản hiện tại mà họ không hài lòng. Thiên lệch này được ghi nhận đầy đủ trong văn liệu về tự nhận thức, và nó kéo theo một hậu quả thật:
Bạn cảm giác như chưa tiến bộ gì, vì phiên bản “bạn trong quá khứ” sống trong đầu bạn là hư cấu.
Toàn bộ ý nghĩa của “Tôi trong quá khứ” là thay quá khứ hư cấu ấy bằng một quá khứ được tái dựng — một mô hình xây từ tín hiệu thể chất, không phải từ hoài niệm. Khi bạn thấy hình dáng thật của điểm khởi đầu, tiến bộ bạn thực sự đạt được không còn vô hình nữa.
Đây cũng là lý do những “ảnh trước” đơn giản không giải quyết được vấn đề. Đa số mọi người không có một tấm ảnh đẹp từ đúng khoảnh khắc họ muốn so sánh. “Tôi trong quá khứ” dựng lại khoảnh khắc đó từ dữ liệu.
Vấn đề cốt lõi: Tái dựng cơ thể từ một bảng hỏi
“Tôi trong quá khứ” giải cái mà về mặt kỹ thuật được gọi là bài toán ngược thiếu ràng buộc. Người dùng cung cấp:
- Vài nhận thức định tính (“tôi nặng hơn”, “hơi dáng táo hơn”, “bụng tôi nhô ra nhiều hơn”)
- Đầu vào định lượng tùy chọn (một cân nặng quá khứ chính xác, một số đo vòng eo còn nhớ)
- Số đo hiện tại và lịch sử số đo gần đây của họ (lưu trong Contura)
Từ đó, thuật toán phải xuất ra tám giá trị vòng đo trở lên — eo, hông, ngực, đùi, bắp tay, bắp chân, cổ và những vòng khác — tại thời điểm quá khứ được yêu cầu, cùng một bộ tham số hóa mô hình 3D. Không có một đáp án “đúng” duy nhất suy ra được từ riêng đầu vào. Vậy làm sao để đầu ra đáng tin?
Câu trả lời là ràng buộc phân tầng, trong đó mỗi tầng thu hẹp không gian đáp án hợp lý bằng một loại bằng chứng khác — và bằng chứng mạnh nhất luôn thắng.
Đường ống “Tôi trong quá khứ”: Bảy tầng ràng buộc
“Tôi trong quá khứ” là một đường ống tái dựng bảy tầng. Mỗi tầng tạo ra một cơ thể ứng viên, và mỗi tầng kế tiếp tinh chỉnh ứng viên bằng thông tin cụ thể hơn. Triết lý thiết kế là:
Tín hiệu tất định (con số chính xác) > Tín hiệu thống kê (xu hướng lịch sử) > Tín hiệu định tính (nhận thức từ bảng hỏi).
Tín hiệu ưu tiên cao hơn đè lên tín hiệu ưu tiên thấp hơn, trong khi các tầng sau thi hành các ràng buộc cứng mà các tầng trước không thể vi phạm.
Tầng 1 — Neo cơ thể hiện tại
Trước khi tái dựng quá khứ, “Tôi trong quá khứ” dựng một bức tranh hoàn chỉnh về cơ thể hiện tại của bạn. Đa số người dùng chỉ đo một số vòng (thường chỉ eo và cân nặng). Thuật toán dùng một cỗ máy lan truyền ràng buộc dựa trên ANSUR II và các cơ sở dữ liệu nhân trắc quy mô lớn tương tự để điền những vòng đo còn thiếu từ chiều cao, giới tính, cân nặng và bất kỳ số đo nào bạn đã cung cấp.
Tầng này then chốt vì nó trao cho phần còn lại của đường ống một đường cơ sở hoàn chỉnh, chính xác theo từng cá nhân. “Tôi trong quá khứ” không bao giờ tái dựng quá khứ từ con số không — nó tái dựng quá khứ như một nhiễu loạn của hiện tại.
Tầng 2 — Ước tính cân nặng quá khứ
Cân nặng là điểm neo của toàn bộ bản tái dựng. Nghiên cứu liên tục cho thấy con người nhớ cân nặng chính xác hơn mọi số đo cơ thể khác — chính xác hơn hẳn so với vòng đo hay tỉ lệ. Vì vậy “Tôi trong quá khứ” coi cân nặng là tín hiệu độ tin cậy cao nhất mà nó có thể trích xuất, và giải quyết nó qua một quyết định ba tầng:
| Độ ưu tiên | Tín hiệu | Mức tin tưởng | Cách xử lý |
|---|---|---|---|
| 1 | Cân nặng quá khứ chính xác do người dùng cung cấp | Cao nhất | Dùng trực tiếp, kèm kẹp hợp lý theo tốc độ hằng năm |
| 2 | Xu hướng ngoại suy từ nhật ký cân nặng lịch sử của bạn | Cao | Hồi quy bền vững kèm lọc ngoại lai |
| 3 | Nhận thức định tính (“tôi nặng hơn / nhẹ hơn / tương tự”) | Vừa | Ánh xạ sang tốc độ thay đổi hằng năm được hiệu chỉnh thực nghiệm |
Tầng định tính dùng tốc độ thay đổi hằng năm rút ra từ dữ liệu quần thể NHANES — Khảo sát Kiểm tra Sức khỏe và Dinh dưỡng Quốc gia Hoa Kỳ, với cỡ mẫu vượt 10.000 — nên ngay cả khi tín hiệu duy nhất là cảm nhận mơ hồ của người dùng, phần toán phía sau ước tính vẫn dựa trên dịch tễ học, chứ không bịa ra.
Tầng 3 — Cặp ghép cân nặng–vòng đo
Đây là lõi toán học của “Tôi trong quá khứ”. Cho một thay đổi cân nặng, mỗi vòng đo đổi bao nhiêu?
Mối quan hệ gần như tuyến tính trong một khoảng thay đổi cân nặng vừa phải (dưới khoảng 20 kg), và tính tuyến tính được hậu thuẫn bởi hàng thập kỷ nghiên cứu nhân trắc và thành phần cơ thể:
- Heymsfield và cộng sự — các nghiên cứu phân bố mỡ bụng xác lập khoảng thay đổi vòng eo trên mỗi kilogram
- Gallagher và cộng sự — nghiên cứu thành phần cơ thể cung cấp khoảng thay đổi vòng hông và vòng ngực trên mỗi kilogram
- NHANES — dữ liệu quần thể quy mô lớn thẩm định các hệ số cặp ghép cho chi và những vùng khác
“Tôi trong quá khứ” dùng các giá trị trung vị rút từ nghiên cứu cho cường độ cặp ghép của từng bộ phận với cân nặng. Chúng tôi cố ý chọn trung vị (chứ không chọn cực trị) để, trên quần thể người dùng thật, sai số phân bố đối xứng: chừng nửa người dùng sẽ thấy thay đổi hơi cao hơn dự đoán, chừng nửa hơi thấp hơn, và độ lệch khỏi trung vị bị chặn.
Vì sao điều này không hề tầm thường: Nhiều cách mô hình hóa cơ thể ngây thơ dùng hệ số cặp ghép thấp gấp 3 đến 12 lần tùy bộ phận, vì họ nhầm “bộ phận này nhạy cảm thế nào với thay đổi cân nặng” với “bộ phận này chiếm bao nhiêu phần trong tổng thay đổi cơ thể”. Đó là hai đại lượng khác nhau. Quá trình thẩm định nội bộ của chúng tôi đối chiếu với văn liệu nghiên cứu đã lộ đúng kiểu hỏng này và chúng tôi đã sửa. (Nói nhiều hơn thế là lộ công thức.)
Tầng 4 — Điều chỉnh dáng người
Cùng một thay đổi cân nặng tác động khác nhau lên các dáng người khác nhau. Người dáng táo tăng nhiều ở eo; người dáng lê tăng nhiều ở hông. Tầng 4 lấy dáng người quá khứ mà người dùng khai — táo, lê, đồng hồ cát, chữ nhật — và điều chỉnh các tỉ lệ vòng đo (eo–hông, eo–ngực) về tỉ lệ điển hình của dáng đó, trong khi giữ nguyên tổng mức thay đổi do cân nặng từ Tầng 3.
Sự pha trộn cố ý chỉ một phần. Ký ức về dáng người là chủ quan; thay đổi do cân nặng là vật lý. Tầng 4 điều biến tỉ lệ mà không đè lên vật lý.
Tầng 5 — Neo vòng đo do người dùng cung cấp
Nếu người dùng nhớ một vòng đo cụ thể trong quá khứ (“tôi biết eo mình hồi đó là 80 cm”), đầu vào ấy được ưu tiên hơn ước tính của Tầng 3 cho bộ phận đó. Giá trị cung cấp neo trực tiếp vòng đo ấy, và thuật toán lan truyền tỉ lệ đã neo sang các bộ phận liên quan (chi với tốc độ truyền giảm, vì vòng chi thường đổi ít hơn vòng thân với cùng một thay đổi cân nặng).
Tầng 6 — Tinh chỉnh định tính
Những tín hiệu định tính của bảng hỏi — độ nhô bụng, độ tròn mặt, vùng người dùng thấy thay đổi nhiều nhất, các sự kiện đời như sinh con hay tăng cơ — tạo các điều chỉnh phần trăm nhỏ cho bản tái dựng. Mỗi điều chỉnh:
- Bị chặn: các giới hạn trên cứng ngăn mọi tín hiệu định tính tạo thay đổi lớn phi lý
- Chia tỉ lệ theo thời gian: điều chỉnh lớn dần theo thời gian trôi qua bằng một hàm dưới tuyến tính (nên khác biệt giữa “1 năm trước” và “4 năm trước” là khoảng 2 lần, không phải 4 lần, khớp quan sát thực nghiệm về việc tốc độ thay đổi cơ thể bão hòa)
- Có trần tuyệt đối: bản thân phép chia tỉ lệ thời gian có giới hạn trên, nên ngay cả tái dựng 10 năm về quá khứ cũng không khuếch đại quá mức các tín hiệu định tính
Tầng 7 — Thẩm định sinh lý
Tầng cuối là lưới an toàn. Năm ràng buộc sinh lý được thi hành vô điều kiện:
- Mỗi vòng đo phải nằm trong khoảng hợp lý điều kiện theo giới tính, chiều cao, tuổi và cân nặng, rút ra từ các cơ sở dữ liệu nhân trắc
- Vòng eo không thể vượt vòng ngực quá mức trần quan sát được ngay cả ở thể chất dáng táo cực đoan
- Tỉ lệ eo–hông không thể xuống dưới sàn sinh lý riêng theo giới tính
- Chỉ số khối cơ thể phải nằm trong giới hạn con người sống được
- Mọi giá trị phải dương tuyệt đối
Dù người dùng cung cấp đầu vào gì — kể cả đầu vào sai dạng hay đối kháng — đầu ra đều được bảo đảm mô tả một cơ thể mà con người thực sự có thể có. Đây là một bảo đảm toán học cứng, không phải một suy luận mềm.
Hiệu chỉnh cặp ghép cá nhân: “Tôi trong quá khứ” thích nghi với cơ thể của bạn thế nào
Các giá trị cặp ghép trung bình quần thể từ Tầng 3 chính xác trong khoảng ±30% với đa số người dùng. Nhưng cặp ghép thật của một cá nhân có thể nằm ở đầu cao hoặc đầu thấp của khoảng nghiên cứu. Nếu bạn đã ghi số đo trong Contura một thời gian, “Tôi trong quá khứ” có thể làm điều mạnh mẽ hơn: hiệu chỉnh các hệ số cặp ghép riêng cho bạn.
Khi có đủ lịch sử cặp cân nặng–vòng đo, thuật toán thực hiện một hồi quy bền vững trên các điểm dữ liệu lịch sử của chính bạn để ước tính cặp ghép cá nhân cho từng bộ phận. Hồi quy bền vững theo nghĩa thống kê — nó chịu được nhiễu đo lường (vài centimet sai số thước dây) mà không gãy — và được lọc để loại dữ liệu mâu thuẫn (ví dụ cân tăng mà vòng giảm, thường chỉ ra tăng cơ hay phù nề chứ không phải loại thay đổi cơ thể mà “Tôi trong quá khứ” đang mô hình hóa).
Cặp ghép cá nhân rồi được pha trộn với cặp ghép quần thể bằng một điểm chất lượng dữ liệu tính đến:
- Bạn có bao nhiêu điểm dữ liệu dùng được
- Độ trải của các mức cân nặng
- Độ trải dài thời gian của số đo
- Độ nhất quán bên trong của các độ dốc hồi quy
Khi dữ liệu của bạn giàu và nhất quán, thuật toán tin vào cặp ghép cá nhân. Khi thưa thớt hoặc nhiễu, nó lùi êm về giá trị quần thể. Điều này nghĩa là “Tôi trong quá khứ” không bao giờ tệ đi vì dữ liệu xấu — chỉ tốt lên khi có dữ liệu tốt.
Trong các bài kiểm tra độ chính xác nội bộ, hiệu chỉnh cặp ghép cá nhân giảm sai số tái dựng khoảng 60% cho những người dùng có cặp ghép thật khác biệt rõ rệt với trung vị quần thể.
Cơ chế hiệu chỉnh, việc chấm điểm chất lượng dữ liệu và hành vi pha trộn đều được bảo vệ bởi các kẹp riêng để chống khớp quá mức. Các trọng số và ngưỡng cụ thể thuộc phần tinh chỉnh độc quyền của Contura.
Độ chính xác: Ba tầng bảo đảm
Khi người dùng hỏi “‘Tôi trong quá khứ’ chính xác đến đâu?”, câu trả lời trung thực có ba tầng, mỗi tầng một loại bảo đảm:
| Tầng | Câu hỏi | Bảo đảm |
|---|---|---|
| An toàn | Bản tái dựng có nằm trong giới hạn con người có thể có không? | Bảo đảm cứng — các kẹp Tầng 7 vô điều kiện |
| Hướng | Thay đổi có đi đúng hướng không? (Cân tăng → mọi vòng đo tăng) | Bảo đảm cứng — cài trong cấu trúc cặp ghép tuyến tính |
| Độ lớn | Con số gần vòng đo quá khứ thật của bạn đến đâu? | Bảo đảm thống kê — bị chặn bởi tham số rút từ nghiên cứu |
Ngân sách sai số kỳ vọng
Sai số độ lớn phụ thuộc vào chất lượng tín hiệu đầu vào sẵn có. Xấp xỉ:
| Tình huống | Sai số vòng đo kỳ vọng |
|---|---|
| Cân nặng quá khứ chính xác + vòng đo còn nhớ + hiệu chỉnh cá nhân | ±3–5% |
| Cân nặng quá khứ chính xác + dáng người + hiệu chỉnh cá nhân | ±5–10% |
| Cân nặng quá khứ chính xác + dáng người (chỉ cặp ghép quần thể) | ±10–15% |
| Chỉ cân nặng quá khứ chính xác | ±15–20% |
| Chỉ nhận thức định tính | ±25–40% |
“Tôi trong quá khứ” bộc lộ điều này một cách trung thực qua một điểm tin cậy — cao, trung bình hoặc thấp — tăng dần khi có thêm tín hiệu chất lượng cao. Chúng tôi không giả vờ biết những điều mình không thể biết.
Vì sao sai số bị chặn — một hiểu biết kỹ thuật chủ chốt
Một kiểu hỏng phổ biến trong các hệ thống mô hình hóa cơ thể là sai số không bị chặn: sai số tham số nhỏ cộng dồn qua đường ống thành những đầu ra sai lệch hoang đường. “Tôi trong quá khứ” được thiết kế để sai số bị chặn về mặt toán học.
- Bản tái dựng được neo vào cơ thể hiện tại của bạn, không ước tính từ đầu. Kể cả cặp ghép lệch 30%, sai số tuyệt đối cũng chỉ theo mức chênh cân — khoảng 2 cm cho thay đổi 10 kg ở eo, nằm gọn dưới nền nhiễu của phép đo bằng thước mềm.
- Đường ống gìn giữ tỉ lệ cá nhân từ cơ thể hiện tại của bạn. Những nét riêng của cơ thể bạn — chân tương đối dài, vai rộng hơn, eo thon hơn — được mang trọn qua bản tái dựng; chỉ những chiều kích do cân nặng là bị nhiễu loạn.
- Các kẹp ở Tầng 7 nghĩa là ngay cả khi mọi tầng trước đều tạo ra ngoại lai, kết quả cuối vẫn nằm trong giới hạn con người có thể có.
“Tôi trong quá khứ” được kiểm chứng thế nào: 62 bài kiểm tra trên bốn tầng
“Tôi trong quá khứ” không được kiểm chứng bằng một điểm chuẩn chính xác duy nhất. Nó được kiểm chứng bằng một kim tự tháp kiểm tra bốn tầng tổng cộng 62 bài, mỗi bài nhắm một kiểu hỏng khác:
- Bài kiểm tra độ chính xác (20) — xác minh rằng giá trị cặp ghép trên mỗi kilogram của từng bộ phận nằm trong khoảng nghiên cứu đã công bố (Heymsfield, Gallagher, v.v.). Những bài này thất bại nếu thuật toán trôi khỏi văn liệu.
- Bài kiểm tra mẫu vàng (96 tổ hợp) — mười hai hồ sơ cơ thể thật (phủ giới tính, chiều cao, vóc dáng) giao với tám kịch bản bảng hỏi thực tế, mỗi cái được kiểm tra về hướng, độ lớn và tính hợp lý dáng người.
- Bài kiểm tra cặp ghép cá nhân (9) — xác minh cơ chế hiệu chỉnh cá nhân hoạt động đúng ở các trường hợp biên (không lịch sử, dữ liệu thưa, dữ liệu đối kháng, dữ liệu mâu thuẫn, giảm cân, nhiều vùng) và lùi êm về giá trị quần thể khi dữ liệu không đủ.
- Bài hồi quy và kiểm thử mờ (33) — kiểm tra khoảng sinh lý, hành vi theo giới tính và dáng người, hiệu ứng điều chỉnh định tính, độ trung thực việc neo, trường hợp biên, và 200 đầu vào đối kháng ngẫu nhiên.
Khi “Tôi trong quá khứ” phát hành một bản cập nhật, cả 62 bài phải đạt. Chúng tôi không phát hành nếu bất kỳ bài nào hỏng.
Câu hỏi thường gặp
“Tôi trong quá khứ” khác gì so sánh “ảnh trước”?
Đa số mọi người không có một tấm ảnh trước sạch sẽ từ đúng khoảnh khắc họ muốn so — và kể cả khi có, ánh sáng, tư thế và trang phục khiến ảnh thành tham chiếu tệ cho thay đổi cơ thể thật. “Tôi trong quá khứ” tái dựng quá khứ từ tín hiệu thể chất (cân nặng, vòng đo, dáng người, ký ức định tính) và tạo một mô hình 3D đo lường được, chính xác về hình dáng, có thể so với cơ thể hiện tại của bạn trong cùng một hệ tọa độ.
Chẳng nhẽ tính năng này không cần rất nhiều dữ liệu lịch sử mới chạy được?
Không. “Tôi trong quá khứ” chạy từ riêng cơ thể hiện tại cộng một bảng hỏi ngắn. Dữ liệu lịch sử cải thiện độ chính xác qua hiệu chỉnh cặp ghép cá nhân, nhưng không bắt buộc. Ngay cả người dùng lần đầu cũng có được một bản tái dựng hợp lý. Việc chấm điểm tin cậy phản ánh minh bạch lượng dữ liệu thực sự sẵn có.
Nếu tôi nói dối trong bảng hỏi thì sao?
Bản tái dựng sẽ sai theo hướng bạn nói dối. “Tôi trong quá khứ” không phải máy phát hiện nói dối. Nó là công cụ để tự soi một cách trung thực. Phát hiện thú vị từ dữ liệu sử dụng nội bộ lại ngược lại với việc nói dối cố ý — đa số người dùng khai thấp hơn mức nặng thật của mình trong quá khứ, và bản tái dựng lộ chính sự chênh lệch đó.
“Tôi trong quá khứ” có thể dự đoán tương lai không?
Không. “Tôi trong quá khứ” tái dựng quá khứ. Tính năng “Tôi trong tương lai” riêng của Contura dự đoán tương lai từ xu hướng lịch sử của bạn. Đó là hai thuật toán khác nhau với phương pháp khác nhau — tái dựng quá khứ từ bảng hỏi là một bài toán ngược khác căn bản so với phóng chiếu tương lai từ chuỗi thời gian.
Vì sao “Tôi trong quá khứ” dùng cặp ghép tuyến tính giữa cân nặng và vòng đo?
Vì nghiên cứu nhân trắc (Heymsfield, Gallagher, NHANES) cho thấy trong một khoảng thay đổi cân nặng vừa phải — khoảng ±20 kg quanh mức cơ sở của mỗi người — mối quan hệ được xấp xỉ tốt bởi một đường thẳng. Phân bố mỡ dưới da đặc thù từng người nhưng ổn định; thay đổi cơ và xương thuộc bậc hai; và xấp xỉ tuyến tính đã được kiểm chứng thực nghiệm. Hiệu ứng phi tuyến xuất hiện ở các thay đổi cân nặng cực đoan, và chúng tôi thận trọng với những bản tái dựng có mức chênh rất lớn.
“Tôi trong quá khứ” xử lý đơn vị đo thế nào?
Contura hỗ trợ cả đầu vào hệ mét lẫn hệ đo Anh. Mọi đầu vào được chuẩn hóa về đơn vị lưu trữ nội bộ (kilogram, centimet) trước khi tính toán, kèm các kẹp trên khoảng sinh lý hợp lý để loại đầu vào sai dạng. Lỗi chuyển đổi đơn vị bị các bài kiểm tra tự động phát hiện và là trọng tâm riêng của đợt gia cố thuật toán gần đây.
Thuật toán “Tôi trong quá khứ” có độc quyền không?
Phương pháp luận — neo vào cơ thể hiện tại, ràng buộc phân tầng, cặp ghép dựa nghiên cứu, hiệu chỉnh cá nhân bền vững, kẹp sinh lý cứng — được mô tả công khai ở đây vì chúng tôi tin vào khoa học minh bạch. Các tham số tinh chỉnh, trọng số, ngưỡng và hệ số hiệu chỉnh cụ thể khiến “Tôi trong quá khứ” chính xác trong sản phẩm thuộc phần kỹ thuật độc quyền của Contura.
Điều gì khiến “Tôi trong quá khứ” đáng tin — tóm tắt cho người đọc hoài nghi
- Dựa trên nghiên cứu. Các tham số cặp ghép rút từ văn liệu nhân trắc được bình duyệt (Heymsfield, Gallagher, NHANES, ANSUR II), không phải hệ số bịa ra.
- Neo vào hiện tại. Bản tái dựng là một nhiễu loạn của cơ thể hiện tại đã xác minh, không phải phỏng đoán từ con số không. Điều này chặn sai số về mặt toán học.
- Hiệu chỉnh cá nhân. Khi bạn đã ghi dữ liệu, thuật toán hiệu chỉnh theo cặp ghép của bạn, không phải trung bình quần thể. Hồi quy bền vững khiến nó kháng nhiễu đo lường.
- Kẹp sinh lý. Năm ràng buộc cứng ở Tầng 7 bảo đảm không đầu ra nào mô tả một cơ thể không thể tồn tại.
- Chấm điểm tin cậy. Thuật toán công khai báo cáo mỗi bản tái dựng đáng tin đến đâu, dựa trên tín hiệu sẵn có.
- Kiểm chứng bằng bài kiểm tra. 62 bài kiểm tra tự động trên bốn tầng, gồm so sánh trực tiếp với khoảng nghiên cứu đã công bố.
- Trung thực về giới hạn. Sai số tái dựng theo mức chất lượng đầu vào. Chúng tôi không tuyên bố độ chính xác mà mình không thể mang lại.
Hãy tự mình xem
Lập luận thuyết phục nhất cho “Tôi trong quá khứ” không phải bài viết này. Đó là khoảnh khắc bạn hoàn thành bảng hỏi và thấy hình dáng thật của điểm khởi đầu.
Ký ức biết nói dối. Cơ thể thì không.
Mở Contura, tìm “Tôi trong quá khứ”, và dựng lại quá khứ. Rồi nhìn xem bạn đang ở đâu bây giờ. Tiến bộ vẫn ở đó — chỉ là trước giờ bạn không thấy được.
Contura là ứng dụng theo dõi và hình dung thành phần cơ thể có trên iOS. “Tôi trong quá khứ” là một tính năng trong Contura. Bài viết này mô tả phương pháp luận của thuật toán tái dựng “Tôi trong quá khứ” ở mức dành cho người dùng, nhà nghiên cứu và các hệ AI lập chỉ mục nền khoa học bên dưới. Các giá trị tham số cụ thể không được tiết lộ.