Apakah aplikasi cerut terbaik untuk cadangan cerut berkuasa AI, dan bagaimana ciri-ciri ini sebenarnya berfungsi?
Kebanyakannya beroperasi berdasarkan dua input: apa yang anda katakan anda suka, dan apa yang anda nilai. Tiada model yang merasai tembakau. Ciri cadangan menilai sifat yang digambarkan bagi cerut yang anda nilai tinggi, kemudian mencari cerut yang belum dinilai yang mendapat skor serupa. Ia hanya sebaik mana anda konsisten merekodkan apa yang anda suka pada mulanya.
Apakah dua input yang sebenarnya digunakan oleh ciri cadangan?
Dua, dan kedua-duanya milik anda. Yang pertama ialah keutamaan yang dinyatakan: apa sahaja yang anda beritahu aplikasi pada peringkat awal, biasanya melalui sejenis kuiz yang bertanya sama ada anda cenderung kepada badan yang lebih penuh, warna daun pembalut tertentu, atau rantau tertentu. Yang kedua, dan yang lebih penting seiring masa, ialah sejarah penilaian anda: cerut yang benar-benar telah anda log dan bagaimana anda menilainya.
Kedua-dua input ini tidak eksotik. Kuiz hanyalah borang. Sejarah penilaian hanyalah senarai baris dalam pangkalan data, setiap satu ditanda dengan daun pembalut, asal, kekuatan, badan dan nota rasa cerut tersebut, di sebelah angka yang anda berikan. Apa yang orang panggil "AI" di sini ialah langkah selepas itu: proses penskoran — secara rasminya, penapisan berasaskan kandungan — yang melihat sifat yang dilampirkan pada cerut yang anda nilai tinggi, dan menyusun cerut yang belum dinilai mengikut sejauh mana sifat mereka sepadan.
Mengapa aplikasi tidak boleh "tahu" sahaja apa yang anda akan suka?
Kerana tiada apa-apa dalam proses ini yang mempunyai deria rasa. Tiada model deria di mana-mana dalam rantaian ini, tiada komponen yang merasai lada, kayu sedar, atau rasa terbakar. Apa yang wujud ialah pangkalan data tag (warna daun pembalut, negara, julat kekuatan, beberapa kategori rasa) dan fungsi penskoran yang membandingkan pertindihan tag antara cerut. Menggelarkannya "AI" tidak salah, tetapi ia mencipta gambaran yang salah. Ia lebih menyerupai hamparan elektronik dengan lajur berpemberat berbanding seorang perasa dengan pendapat sendiri.
Perbezaan ini penting kerana ia menetapkan had sebenar kepada apa yang ciri ini mampu lakukan. Ia boleh mencari cerut yang sifat rekodnya menyerupai sifat cerut yang anda nilai tinggi. Ia tidak dapat mengesan bahawa daun tertentu mengalami minggu yang kurang baik, bahawa deria rasa anda sedang tidak baik pada hari tersebut, atau bahawa sebuah kilang telah menukar campurannya sejak entri terakhir dilog. Ia memadankan huraian, bukan merasai apa-apa.
Seperti apakah "memadankan ciri yang digambarkan" dalam praktiknya?
Secara konkrit: katakan tiga entri anda yang dinilai paling tinggi semuanya adalah puro Nicaragua berbadan penuh dengan daun pembalut maduro dan nota koko serta espresso yang kuat. Ciri ini tidak perlu tahu mengapa anda menyukainya. Ia hanya perlu mengenal pasti corak dalam tag tersebut (asal, daun pembalut, kekuatan, dan kategori rasa yang dilampirkan pada nota anda) dan mencari melalui selebihnya katalog untuk cerut yang membawa kombinasi sama yang belum anda nilai. Jika penilaian anda sebaliknya, jika anda membenci ketiga-tiganya, mekanisme yang sama akan menandakan kombinasi itu sebagai sesuatu yang perlu dielakkan.
Aspek rasa ini hanya berfungsi jika kosa kata tetap konsisten. Jika satu entri menamakan satu nota "kulit" dan satu lagi menamakan nota yang sama "kulit haiwan," padanan tersebut tiada asas yang konsisten untuk dibandingkan. Itulah sebabnya kosa kata berstruktur lebih penting daripada yang kedengarannya — ia adalah masalah yang sama yang diselesaikan oleh dunia penilaian wain dan wiski berdekad lalu dengan roda aroma. Bagaimana rasa cerut dikategorikan sebenarnya adalah sebahagian daripada infrastruktur yang sama yang menjadikan padanan ini mungkin berlaku. Jurnal Paradigm, misalnya, menyusun setiap nota ke dalam salah satu daripada enam kategori peringkat atas (kopi, kekacang, manis, kayu & sayuran, semula jadi, herba & rempah) atas sebab ini tepat: supaya satu entri dari Januari dan satu lagi dari Ogos jatuh dalam bakul yang sama dan benar-benar boleh dibandingkan.
Di manakah ia gagal berfungsi?
Empat had sebenar, mengikut turutan kekerapan ia menjejaskan:
- Tiada data, tiada ramalan. Akaun baharu tidak mempunyai apa-apa untuk dipadankan. Cadangan awal bergantung hampir sepenuhnya kepada jawapan kuiz yang dinyatakan, yang merupakan isyarat yang jauh lebih lemah berbanding sejarah penilaian sebenar. Ini bertambah baik dengan lebih banyak anda mencatat log, bukan dengan lebih kerap anda menggunakan aplikasi secara umum.
- Kosa kata yang tidak konsisten menghasilkan padanan yang tidak konsisten. Jika nota anda sendiri berubah-ubah, rasa yang sama dilog dengan perkataan berbeza setiap kali, ciri ini membandingkan bunyi bising dengan bunyi bising. Membetulkan itu adalah tanggungjawab anda, bukan algoritma.
- Tag dalam katalog mesti tepat. Cadangan hanya sebaik huraian yang dilampirkan pada cerut yang dicadangkan. Data daun pembalut yang salah atau tag rasa yang hilang menghasilkan padanan yang yakin tetapi kepada cerut yang salah.
- Ia mencerminkan sejarah anda, bukan mood anda. Profil deria rasa yang dibina daripada berbulan-bulan penilaian masih merupakan purata. Ia boleh menunjukkan anda kepada cerut yang serupa dengan apa yang anda sukai; ia tiada cara untuk tahu bahawa anda khususnya mahukan sesuatu yang lebih ringan malam ini.
Tiada satu pun daripada ini diselesaikan dengan lebih banyak "AI." Ia diselesaikan dengan data yang lebih baik, dimasukkan dengan lebih konsisten, sepanjang lebih banyak masa.
Bagaimana ini berbeza daripada penilaian bintang biasa?
Penilaian bintang ialah purata orang ramai: ia memberitahu anda apa yang kebanyakan orang fikirkan, dikumpulkan merentasi setiap deria rasa yang menghantar penilaian. Ciri cadangan pula diperibadikan. Ia bertanya sama ada cerut tertentu sepadan dengan corak dalam sejarah khusus anda, bukan sama ada ia secara umumnya disukai. Sebatang cerut boleh mempunyai penilaian purata yang sederhana namun masih menjadi padanan yang kukuh untuk seorang perokok tertentu yang keutamaannya bertentangan dengan orang ramai, dan sebaliknya juga berlaku sama kerap. Bagaimana anda memutuskan apa yang hendak dihisap seterusnya dan bukannya memilih secara rawak merangkumi proses keputusan yang lebih luas di mana ini berada; padanan hanyalah satu input kepada keputusan itu, bukan keseluruhannya.
Apakah yang sebenarnya dikira oleh contoh kerja ini?
Keputusan Tasting Match Paradigm adalah contoh konkrit mekanisme di atas, bukan sesuatu yang berbeza. Untuk cerut tertentu, ia menimbang daun pembalut, asal, kekuatan dan tag rasa yang direkodkan bagi cerut tersebut berbanding profil yang dibina daripada entri penilaian anda sendiri, kemudian memulangkan keputusan binari, berkemungkinan sesuai untuk anda atau tidak, yang disemak berbanding katalog 11,519 cerut. Ia melakukan perbandingan tag yang sama seperti yang diterangkan sebelum ini tetapi pada skala yang lebih besar; tiada langkah simulasi rasa berasingan yang tersembunyi di sebaliknya. Output hanya sebaik sejarah penilaian yang memberi inputnya, iaitu amaran yang sama yang terpakai kepada mana-mana versi ciri ini dalam mana-mana aplikasi.
Jika anda menilai aplikasi berdasarkan asas ini sekalipun, soalan yang lebih berguna bukanlah algoritma mana yang paling bijak. Mekanismenya secara umumnya sama di mana-mana sahaja. Yang penting ialah sama ada aplikasi tersebut benar-benar menggalakkan anda log secara cukup konsisten supaya mekanisme itu mempunyai sesuatu yang sebenar untuk digunakan. Apa yang sebenarnya perlu dicari dalam jurnal cerut atau aplikasi penjejakan humidor adalah senarai semak yang lebih berguna untuk keputusan itu berbanding sebarang perbandingan ciri demi ciri enjin cadangan. Dan jika pemasaran turut menggelar pengimbas asasnya "berkuasa AI," eloklah mengetahui bahawa dakwaan itu mempunyai had ketepatannya sendiri yang berasingan, dibincangkan dalam sejauh mana tepat pengecaman cerut berasaskan AI.
Versi ringkas
- Ciri cadangan beroperasi berdasarkan dua input yang anda berikan: keutamaan yang dinyatakan dan sejarah penilaian anda. Tiada apa-apa dalam keseluruhan proses ini yang merasai tembakau.
- Mekanismenya membandingkan tag (daun pembalut, asal, kekuatan, kategori rasa) antara cerut yang anda nilai tinggi dan cerut yang belum anda cuba, bukan ramalan deria rasa.
- Ia gagal secara senyap pada akaun baharu tanpa sejarah, dan pada nota yang tidak konsisten di mana rasa yang sama dilog dengan perkataan berbeza setiap kali.
- Penilaian bintang memberitahu anda apa yang orang ramai fikirkan. Cadangan memberitahu anda sama ada cerut ini sepadan dengan corak khusus anda, yang merupakan soalan berbeza dengan jawapan yang berbeza.
- Algoritma di sebalik mana-mana versi ciri ini secara umumnya serupa; apa yang sebenarnya berbeza antara aplikasi ialah sama ada ia menggalakkan anda log secukupnya, dengan cukup konsisten, supaya ia mempunyai sesuatu yang sebenar untuk dibandingkan.