Кое е най-доброто приложение за пури за AI препоръки за пури и как всъщност работят тези функции?
Повечето от тях работят на базата на два входа: това, което сте казали, че харесвате, и това, което сте оценили. Нито един модел не вкусва тютюн. Функцията за препоръки оценява описаните характеристики на пурите, на които сте дали висока оценка, а след това търси неоценени пури с подобни показатели. Тя е толкова добра, колкото последователно записвате какво сте харесали от самото начало.
На какви два входа всъщност работи една функция за препоръки?
На два, и и двата са ваши. Първият е декларирано предпочитание: това, което сте казали на приложението предварително, обикновено чрез някаква форма на въпросник за това дали предпочитате по-плътно тяло, определен нюанс на пелерината или определени региони. Вторият, и този, който с времето тежи повече, е историята ви от оценки: пурите, които реално сте записали, и как сте ги оценили.
Никой от двата входа не е нещо екзотично. Въпросникът е формуляр. Историята от оценки е списък от редове в база данни, всеки маркиран с пелерината на пурата, произхода, силата, тялото и вкусовите нотки, до числото, което сте му дали. Това, което хората наричат тук „AI“, е стъпката след това: процес на оценяване — формално, филтриране на база съдържание — който разглежда характеристиките, прикачени към пурите, които сте оценили високо, и подрежда неоценените пури според това колко близко съвпадат техните характеристики.
Защо приложението просто не „знае" какво ще харесате?
Защото нищо в процеса няма небце. Никъде в тази верига няма сензорен модел, няма компонент, който изпитва вкус на пипер, кедър или изгоряло. Това, което съществува, е база данни с етикети (нюанс на пелерината, държава, диапазон на сила, шепа вкусови категории) и функция за оценяване, която сравнява припокриването на етикети между пурите. Да наречем това „AI“ не е грешно, но подвежда с грешна представа. По-близо е до електронна таблица с претеглени колони, отколкото до дегустатор с мнение.
Тази разлика е важна, защото тя задава честния таван на това, което функцията може да прави. Тя може да намери пура, чиито записани характеристики приличат на характеристиките на пурите, които сте оценили високо. Тя не може да засече, че определен лист е имал лоша седмица, че небцето ви има лош ден, или че фабрика е сменила бленда си след последното записано вписване. Тя съпоставя описания, не дегустира нищо.
Как всъщност изглежда „съвпадение на описани характеристики" на практика?
Конкретно: да кажем, че трите ви най-високо оценени вписвания са пълнотелни никарагуански пурос с маduro пелерина и силни нотки на какао и еспресо. Функцията не се нуждае да знае защо сте ги харесали. Тя просто трябва да забележи модела в етикетите (произход, пелерина, сила и вкусовите категории, прикачени към бележките ви) и да претърси останалата част от каталога за пури, носещи същата комбинация, които все още не сте оценили. Ако оценките ви бяха обратни, ако бяхте намразили и трите, същият механизъм би маркирал тази комбинация като такава, която трябва да се избягва.
Вкусовата страна на това работи само ако речникът е фиксиран. Ако едно вписване нарича една нотка „кожа", а друго нарича същата нотка „щавена кожа", съпоставянето няма нищо последователно за сравняване. Затова структуриран речник е по-важен, отколкото звучи — това е същият проблем, който дегустацията на вино и уиски е решила преди десетилетия с ароматни колела. Как се категоризират вкусовете на пурите всъщност е част от същата инфраструктура, която прави съвпадението изобщо възможно. Дневникът на Paradigm, например, подрежда всяка бележка в една от шест основни категории (кафе, ядки, сладко, дърво и зеленчуково, естествено, билки и подправки) точно по тази причина: така че вписване от януари и такова от август попадат в едни и същи групи и могат реално да се сравняват.
Къде това се проваля?
Четири честни ограничения, подредени по това колко често се проявяват:
- Няма данни — няма прогноза. Съвсем нов акаунт няма с какво да сравнява. Ранните препоръки разчитат почти изцяло на декларираните отговори от въпросника, което е много по-слаб сигнал от реална история от оценки. Това се подобрява с това колко записвате, а не с това колко общо използвате приложението.
- Боклук речник на входа, боклук съвпадение на изхода. Ако собствените ви бележки се разминават, ако един и същ вкус се записва с различни думи всеки път, функцията сравнява шум с шум. Поправянето на това е ваша работа, не на алгоритъма.
- Етикетите в каталога трябва да са верни. Препоръката е толкова добра, колкото описанието, прикачено към препоръчваната пура. Грешни данни за пелерината или липсващ вкусов етикет създават уверено съвпадение с грешната пура.
- Отразява историята ви, не настроението ви. Профил на вкуса, изграден от месеци оценки, все пак е средна стойност. Може да ви насочи към пури, подобни на тези, които сте харесали; няма как да знае, че конкретно тази вечер искате нещо по-леко.
Нито едно от тях не се решава с повече „AI". Решават се с по-добри данни, въвеждани по-последователно, през по-дълго време.
Как се различава това от обикновена оценка със звезди?
Оценката със звезди е средна стойност на тълпата: казва ви какво е мислило повечето хора, сумирано през всяко небце, което е подало оценка. Функцията за препоръки е персонализирана. Тя пита дали конкретна пура съвпада с модела във вашата конкретна история, не дали е общо харесвана. Една пура може да носи посредствена средна оценка и все пак да е силно съвпадение за конкретен пушач, чиито предпочитания вървят против тълпата, и обратното се случва също толкова често. Как да решите какво да запалите след това, вместо да избирате произволно обхваща по-широкия процес на решение, в който това се вписва; съвпадението е един вход в това решение, не цялото решение.
Какво всъщност изчислява един разработен пример?
Присъдата Tasting Match на Paradigm е конкретен случай на механизма по-горе, не различен механизъм. За дадена пура тя претегля пелерината, произхода, силата и записаните вкусови етикети на пурата спрямо профил, изграден от вашите собствени оценени вписвания, а след това връща бинарна присъда — вероятно ще ви подхожда или не — проверена спрямо каталог от 11 519 пури. Тя прави същото сравнение на етикети, описано по-горе, но в по-голям мащаб; няма отделна стъпка на симулация на вкус, скрита отдолу. Изходът е толкова надежден, колкото историята от оценки, която го захранва, и това е същата уговорка, която важи за всяка версия на тази функция във всяко приложение.
Ако изобщо оценявате приложения на тази база, по-полезният въпрос не е чий алгоритъм е най-умен. Механизмът е общо взето еднакъв навсякъде. Въпросът е дали приложението реално ви кара да записвате достатъчно последователно, за да има механизмът с какво реално да работи. Какво всъщност да търсите в дневник за пури или приложение за проследяване на хумидор е по-добър списък с критерии за това решение, отколкото каквото и да е сравнение на функции по функции между машини за препоръки. А ако маркетингът нарича основния скенер „задвижван от AI" също, си струва да знаете, че това твърдение има свой собствен отделен таван на точност, разгледан в колко точно е разпознаването на пури с изкуствен интелект.
Накратко
- Функцията за препоръки работи на два входа, които предоставяте вие: декларирани предпочитания и историята ви от оценки. Никъде в процеса нищо не дегустира тютюн.
- Механизмът сравнява етикети (пелерина, произход, сила, вкусова категория) между пури, които сте оценили високо, и пури, които не сте опитали — не е сензорна прогноза.
- Проваля се тихомълком при нов акаунт без история и при непоследователни бележки, където един и същ вкус се записва с различни думи всеки път.
- Оценка със звезди ви казва какво е мислила тълпата. Препоръка ви казва дали тази пура съвпада с вашия конкретен модел — различен въпрос с различен отговор.
- Алгоритъмът зад всяка версия на тази функция е общо взето сходен; това, което реално варира между приложенията, е дали ви карат да записвате достатъчно и достатъчно последователно, за да има с какво реално да сравнява.