Wat is de beste sigarenapp voor AI-gestuurde sigarenaanbevelingen, en hoe werken die functies eigenlijk?
De meeste werken op basis van twee inputs: wat je hebt aangegeven dat je lekker vindt, en wat je hebt beoordeeld. Geen enkel model smaakt tabak. Een aanbevelingsfunctie scoort de beschreven kenmerken van sigaren die je hoog hebt beoordeeld, en zoekt vervolgens niet-beoordeelde sigaren die vergelijkbaar scoren. De functie is niet beter dan de consistentie waarmee je in de eerste plaats vastlegt wat je lekker vond.
Op welke twee inputs draait een aanbevelingsfunctie eigenlijk?
Twee, en ze zijn allebei van jou. De eerste is je opgegeven voorkeur: wat je de app vooraf hebt verteld, meestal via een of andere vorm van een vragenlijst die vraagt of je meer naar vollere body's neigt, naar een bepaalde dekbladtint of naar bepaalde herkomstlanden. De tweede, en degene die op termijn zwaarder weegt, is je beoordeelde historie: de sigaren die je daadwerkelijk hebt gelogd en welk cijfer je ze gaf.
Geen van beide inputs is exotisch. Een vragenlijst is een formulier. Een beoordeelde historie is een lijst rijen in een database, elk getagd met het dekblad, de herkomst, de sterkte, de body en de smaaknoten van de sigaar, naast het cijfer dat jij eraan gaf. Wat mensen hier "AI" noemen, is de stap daarna: een scoringsproces — formeel content-based filtering — dat kijkt naar de kenmerken die horen bij de sigaren die je goed beoordeelde, en niet-beoordeelde sigaren rangschikt op hoe nauw hun kenmerken daarmee overeenkomen.
Waarom "weet" de app niet simpelweg wat je lekker gaat vinden?
Omdat niets in de keten een palet heeft. Er zit nergens in deze keten een sensorisch model, geen onderdeel dat peper of ceder of houtskool ervaart. Wat er wél is, is een database met tags (dekbladtint, land, sterkteklasse, een handvol smaakcategorieën) en een scoringsfunctie die de overlap in tags tussen sigaren vergelijkt. Dat "AI" noemen is niet onjuist, maar het roept het verkeerde beeld op. Het ligt dichter bij een spreadsheet met gewogen kolommen dan bij een taster met een mening.
Dat onderscheid is van belang, omdat het het eerlijke plafond bepaalt van wat de functie kan. Ze kan een sigaar vinden waarvan de vastgelegde kenmerken lijken op de kenmerken van sigaren die je goed beoordeelde. Ze kan niet vaststellen dat een bepaald blad een mindere week had, dat jouw palet een mindere dag heeft, of dat een fabriek de blend heeft aangepast sinds de laatste invoer werd gelogd. Ze vergelijkt beschrijvingen, ze smaakt niets.
Hoe ziet "overeenkomende beschreven kenmerken" er in de praktijk uit?
Concreet: stel dat je drie hoogst beoordeelde invoeren allemaal volle Nicaraguaanse puros zijn met een maduro-dekblad en zware noten van cacao en espresso. De functie hoeft niet te weten waarom je ze lekker vond. Ze hoeft alleen het patroon in de tags op te merken (herkomst, dekblad, sterkte en de smaakcategorieën die aan je notities hangen) en de rest van de catalogus af te zoeken naar sigaren met diezelfde combinatie die je nog niet hebt beoordeeld. Als je beoordelingen de andere kant op waren gegaan, als je alle drie verschrikkelijk had gevonden, zou hetzelfde mechanisme die combinatie markeren als iets om te vermijden.
De smaakkant hiervan werkt alleen als het vocabulaire vastligt. Als de ene invoer een noot "leer" noemt en een andere diezelfde noot "huid", heeft het vergelijken niets consistents om tegen elkaar af te zetten. Daarom doet een gestructureerd vocabulaire meer ter zake dan het lijkt — het is hetzelfde probleem dat wijn- en whiskydegustatie decennia geleden oplosten met aromawielen. Hoe sigarensmaken worden gecategoriseerd is in feite een onderdeel van dezelfde infrastructuur die het vergelijken überhaupt mogelijk maakt. Het journaal van Paradigm sorteert bijvoorbeeld elke noot in een van zes hoofdcategorieën (koffie, nootachtig, zoet, hout & vegetaal, natuurlijk, kruid & specerij) om precies deze reden: zodat een invoer uit januari en een uit augustus in dezelfde bakjes belanden en daadwerkelijk vergelijkbaar zijn.
Waar loopt dit vast?
Vier eerlijke beperkingen, op volgorde van hoe vaak ze opspelen:
- Geen data, geen voorspelling. Een gloednieuw account heeft niets om tegen te vergelijken. Vroege aanbevelingen leunen bijna volledig op de opgegeven antwoorden uit de vragenlijst, en dat is een veel zwakker signaal dan een echte beoordeelde historie. Dit wordt beter naarmate je meer logt, niet naarmate je de app in het algemeen meer gebruikt.
- Rommelig vocabulaire erin, rommelige match eruit. Als je eigen notities afdrijven, dezelfde smaak elke keer onder andere woorden gelogd, dan vergelijkt de functie ruis met ruis. Dat oplossen is aan jou, niet aan het algoritme.
- De tags in de catalogus moeten kloppen. Een aanbeveling is niet beter dan de beschrijving die aan de aanbevolen sigaar hangt. Verkeerde dekbladgegevens of een ontbrekende smaaktag levert een zelfverzekerde match met de verkeerde sigaar op.
- Het weerspiegelt je historie, niet je stemming. Een paletprofiel opgebouwd uit maanden beoordelingen blijft een gemiddelde. Het kan je richting sigaren wijzen die lijken op wat je lekker vond; het kan onmogelijk weten dat je vanavond juist iets lichters wilt.
Geen van deze punten wordt opgelost met méér "AI". Ze worden opgelost met betere data, consistenter ingevoerd, over een langere periode.
Hoe verschilt dit van een gewone sterrenbeoordeling?
Een sterrenbeoordeling is een gemiddelde van de massa: het vertelt je wat de meeste mensen vonden, samengevoegd over elk palet dat iets heeft ingevuld. Een aanbevelingsfunctie is gepersonaliseerd. Ze vraagt of een specifieke sigaar past bij het patroon in jouw specifieke historie, niet of hij in het algemeen goed ligt. Een sigaar kan een middelmatig gemiddelde hebben en toch een sterke match zijn voor één bepaalde roker wiens voorkeuren tegen de massa in gaan, en het omgekeerde komt net zo vaak voor. Hoe bepaal je wat je hierna gaat roken in plaats van willekeurig te kiezen behandelt het bredere beslisproces waarin dit past; het vergelijken is één input voor die beslissing, niet het geheel ervan.
Wat berekent een uitgewerkt voorbeeld eigenlijk?
Het Tasting Match-oordeel van Paradigm is een concreet geval van het bovenstaande mechanisme, niet van een ander. Voor een gegeven sigaar weegt het het dekblad, de herkomst, de sterkte en de vastgelegde smaaktags van die sigaar af tegen een profiel dat is opgebouwd uit je eigen beoordeelde invoeren, en geeft dan een binair oordeel: waarschijnlijk iets voor jou of niet, getoetst aan een catalogus van 11.519 sigaren. Het doet dezelfde tagvergelijking die hiervoor beschreven is, maar op grotere schaal; er zit geen afzonderlijke smaaksimulatiestap onder verstopt. De uitkomst is niet betrouwbaarder dan de beoordeelde historie die hem voedt, en dat is hetzelfde voorbehoud dat geldt voor elke versie van deze functie in elke app.
Als je apps hier al op beoordeelt, is de nuttigere vraag niet wie het slimste algoritme heeft. Het mechanisme is overal grofweg hetzelfde. De vraag is of de app je daadwerkelijk consistent genoeg laat loggen om dat mechanisme iets echts te geven om mee te werken. Waar je écht op moet letten bij een sigarenjournaal of humidor-trackingapp is een betere checklist voor die beslissing dan welke functie-voor-functievergelijking van aanbevelingsmotoren dan ook. En als de marketing de onderliggende scanner ook "AI-gestuurd" noemt, is het goed om te weten dat die claim zijn eigen afzonderlijke nauwkeurigheidsplafond heeft, beschreven in hoe nauwkeurig is AI-gebaseerde sigarenherkenning.
De korte versie
- Een aanbevelingsfunctie draait op twee inputs die jij aanlevert: opgegeven voorkeuren en je beoordeelde historie. Nergens in de keten smaakt iets tabak.
- Het mechanisme vergelijkt tags (dekblad, herkomst, sterkte, smaakcategorie) tussen sigaren die je goed beoordeelde en sigaren die je nog niet hebt geprobeerd; het is geen sensorische voorspelling.
- Het faalt geruisloos bij een nieuw account zonder historie, en bij inconsistente notities waarin dezelfde smaak elke keer onder andere woorden wordt gelogd.
- Een sterrenbeoordeling vertelt je wat de massa vond. Een aanbeveling vertelt je of deze sigaar bij jouw specifieke patroon past, en dat is een andere vraag met een ander antwoord.
- Het algoritme achter elke versie van deze functie is grofweg vergelijkbaar; wat tussen apps wél verschilt, is of ze je genoeg en consistent genoeg laten loggen om iets echts te hebben om te vergelijken.