Katera aplikacija za cigare je najboljša za priporočila cigar z umetno inteligenco in kako te funkcije sploh delujejo?
Večina jih deluje na podlagi dveh vhodnih podatkov: kaj ste povedali, da vam je všeč, in kaj ste ocenili. Noben model ne okuša tobaka. Funkcija priporočil oceni opisane lastnosti cigar, ki ste jih visoko ocenili, nato pa poišče neocenjene cigare s podobnimi ocenami. Dobra je le toliko, kolikor dosledno ste sami beležili, kaj vam je bilo všeč.
Na katerih dveh vhodnih podatkih dejansko deluje funkcija priporočil?
Na dveh, in oba prihajata od vas. Prvi je izražena preferenca: kar ste aplikaciji povedali vnaprej, običajno prek neke oblike kviza, ki vpraša, ali imate raje polnejša telesa, določen odtenek ovoja ali določene regije. Drugi, in tisti, ki sčasoma šteje bolj, je vaša zgodovina ocen: cigare, ki ste jih dejansko zabeležili, in kako ste jih ocenili.
Nobeden od vhodnih podatkov ni eksotičen. Kviz je obrazec. Zgodovina ocen je seznam vrstic v podatkovni bazi, vsaka označena z ovojem cigare, izvorom, jakostjo, telesom in notami okusa, poleg številke, ki ste jo dodelili. To, čemur ljudje pravijo "umetna inteligenca", je naslednji korak: postopek ocenjevanja — formalno filtriranje na podlagi vsebine — ki pogleda lastnosti, povezane s cigarami, ki ste jih dobro ocenili, in razvrsti neocenjene cigare glede na to, kako blizu so njihove lastnosti tem.
Zakaj aplikacija preprosto ne "ve", kaj vam bo všeč?
Ker noben del tega procesa nima nebesa. V tej verigi ni nikjer senzoričnega modela, nobene komponente, ki bi zaznala poper, cedro ali zoglenelost. Kar obstaja, je podatkovna baza oznak (odtenek ovoja, država, razpon jakosti, peščica kategorij okusa) in funkcija ocenjevanja, ki primerja prekrivanje oznak med cigarami. Imenovanje tega "umetna inteligenca" ni napačno, a vzbuja napačno predstavo. Bliže je preglednici z uteženimi stolpci kot pokuševalcu z mnenjem.
Ta razlika je pomembna, ker določa poštено zgornjo mejo tega, kar funkcija zmore. Lahko najde cigaro, katere zabeležene lastnosti spominjajo na lastnosti cigar, ki ste jih dobro ocenili. Ne more zaznati, da je imel določen list slab teden, da ima vaše nebo slab dan, ali da je tovarna spremenila mešanico od zadnjega vnosa. Primerja opise, ne okuša ničesar.
Kako v praksi izgleda "ujemanje opisanih lastnosti"?
Konkretno: recimo, da so vaši trije najvišje ocenjeni vnosi vse polnokrvni nikaragovski puros z ovojem maduro ter izrazitimi notami kakava in espressa. Funkciji ni treba vedeti, zakaj so vam bili všeč. Mora le opaziti vzorec v oznakah (izvor, ovoj, jakost in kategorije okusa, povezane z vašimi zapiski) in med ostalim katalogom poiskati cigare z enako kombinacijo, ki jih še niste ocenili. Če bi bile vaše ocene obratne, če bi vse tri sovražili, bi isti mehanizem to kombinacijo označil kot tako, ki se ji je treba izogibati.
Stran okusa deluje le, če je besedišče fiksno. Če en vnos določeno noto imenuje "usnje", drugi pa isto noto imenuje "koža", ujemanje nima ničesar doslednega za primerjavo. Zato je strukturirano besedišče pomembnejše, kot se morda zdi — to je isti problem, ki so ga vino in viski pri degustaciji rešili že desetletja nazaj z aromatičnimi kolesi. Kako se kategorizirajo okusi cigar je pravzaprav del iste infrastrukture, ki sploh omogoča ujemanje. Paradigm dnevnik, na primer, vsako noto razvrsti v eno od šestih glavnih kategorij (kava, oreščki, sladko, les in zelenjava, naravno, zelišča in začimbe) prav zato: da vnos iz januarja in tisti iz avgusta pristaneta v istih predalčkih in ju je mogoče dejansko primerjati.
Kje se to podre?
Štiri poštene omejitve, po vrstnem redu, kako pogosto se pojavijo:
- Brez podatkov ni napovedi. Popolnoma nov račun nima ničesar za primerjavo. Zgodnja priporočila se skorajda v celoti opirajo na izražene odgovore iz kviza, kar je precej šibkejši signal kot dejanska zgodovina ocen. To se izboljša z več beleženjem, ne z bolj pogosto uporabo aplikacije na splošno.
- Slabo besedišče na vhodu, slabo ujemanje na izhodu. Če vaši lastni zapiski nihajo, isti okus vsakič zabeležen z drugimi besedami, funkcija primerja šum s šumom. To je odgovornost vas, ne algoritma.
- Oznake kataloga morajo biti pravilne. Priporočilo je dobro le toliko, kolikor dober je opis, pripet na priporočeno cigaro. Napačni podatki o ovoju ali manjkajoča oznaka okusa dajo samozavestno ujemanje z napačno cigaro.
- Odraža vašo zgodovino, ne vašega razpoloženja. Profil okusa, zgrajen iz mesecev ocen, je še vedno povprečje. Lahko vas usmeri k cigaram, podobnim tistim, ki so vam bile všeč; nima pa načina, da bi vedel, da si nocoj želite prav nekaj lažjega.
Nič od tega ne reši več "umetne inteligence". Rešijo to boljši podatki, vnašani bolj dosledno, skozi daljše obdobje.
Kako se to razlikuje od navadne zvezdice ocene?
Zvezdica ocene je povprečje množice: pove vam, kaj je menila večina ljudi, sešteto čez vsa nebesa, ki so oddala oceno. Funkcija priporočil je personalizirana. Sprašuje, ali se določena cigara ujema z vzorcem v vaši lastni zgodovini, ne ali je na splošno priljubljena. Cigara ima lahko povprečno oceno, a je kljub temu odlično ujemanje za določenega kadilca, čigar preference gredo v nasprotno smer od množice, in obratno se zgodi ravno tako pogosto. Kako se odločiti, kaj pokaditi naslednjič, namesto naključnega izbiranja pokriva širši postopek odločanja, v katerega se to umešča; ujemanje je le eden od vhodnih podatkov za to odločitev, ne celota.
Kaj dejansko izračuna izdelan primer?
Paradigmova ocena Tasting Match je konkreten primer zgoraj opisanega mehanizma, ne nekaj drugega. Za določeno cigaro pretehta njen ovoj, izvor, jakost in zabeležene oznake okusa glede na profil, zgrajen iz vaših lastnih ocenjenih vnosov, nato pa vrne binarno oceno, verjetno vam bo ustrezala ali ne, preverjeno na katalogu 11.519 cigar. Gre za isto primerjavo oznak, opisano zgoraj, le v večjem obsegu; pod tem se ne skriva nikakršen ločen korak simulacije okusa. Izhod je zaupanja vreden le toliko, kolikor je zaupanja vredna zgodovina ocen, ki ga hrani, kar je enaka opomba, ki velja za katerokoli različico te funkcije v katerikoli aplikaciji.
Če na tej podlagi sploh presojate aplikacije, ni bolj koristno vprašanje, kateri algoritem je najbolj domiseln. Mehanizem je povsod v grobem enak. Vprašanje je, ali vas aplikacija dejansko pripravi do tega, da beležite dovolj dosledno, da ima ta mehanizem s čim delati. Kaj dejansko iskati v dnevniku cigar ali aplikaciji za sledenje humidorju je za to odločitev boljši kontrolni seznam kot katera koli primerjava funkcij za priporočila po posameznih postavkah. In če trženje tudi osnovni skener imenuje "poganjan z umetno inteligenco", velja vedeti, da ima ta trditev svojo lastno ločeno zgornjo mejo natančnosti, obravnavano v kako natančno je prepoznavanje cigar z umetno inteligenco.
Kratka različica
- Funkcija priporočil deluje na dveh vhodnih podatkih, ki jih zagotovite vi: izražene preference in vaša zgodovina ocen. Nič v tem procesu ne okuša tobaka.
- Mehanizem primerja oznake (ovoj, izvor, jakost, kategorija okusa) med cigarami, ki ste jih dobro ocenili, in tistimi, ki jih še niste poskusili, ne gre za senzorično napoved.
- Tiho odpove pri novem računu brez zgodovine in pri nedoslednih zapiskih, kjer je isti okus vsakič zabeležen z drugimi besedami.
- Zvezdica ocene pove, kaj je menila množica. Priporočilo pove, ali se ta cigara ujema z vašim lastnim vzorcem, kar je drugačno vprašanje z drugačnim odgovorom.
- Algoritem za katero koli različico te funkcije je v grobem podoben; kar se med aplikacijami dejansko razlikuje, je, ali vas pripravijo do tega, da beležite dovolj in dovolj dosledno, da ima s čim delati.