แอปซิการ์ตัวไหนให้คำแนะนำซิการ์ด้วย AI ได้ดีที่สุด และฟีเจอร์เหล่านี้ทำงานอย่างไรกันแน่?
แอปส่วนใหญ่ทำงานจากข้อมูลสองอย่าง คือสิ่งที่คุณบอกว่าชอบ และสิ่งที่คุณให้คะแนนไว้ ไม่มีโมเดลใดลิ้มรสยาสูบได้จริง ฟีเจอร์แนะนำจะให้คะแนนคุณลักษณะที่ถูกบรรยายไว้ของซิการ์ที่คุณให้คะแนนสูง แล้วไปหาซิการ์ที่ยังไม่ได้ให้คะแนนซึ่งมีคะแนนคล้ายกัน มันจะดีได้มากเท่าที่คุณบันทึกสิ่งที่คุณชอบไว้อย่างสม่ำเสมอเท่านั้น
ฟีเจอร์แนะนำทำงานจากข้อมูลสองอย่างอะไรกันแน่?
สองอย่าง และทั้งสองก็เป็นของคุณเองทั้งคู่ อย่างแรกคือความชอบที่คุณประกาศไว้ล่วงหน้า ไม่ว่าจะเป็นสิ่งที่คุณบอกแอปไว้ตอนแรก ซึ่งมักจะผ่านแบบทดสอบบางรูปแบบที่ถามว่าคุณชอบรสจัดมากกว่า ชอบสีของใบยาหุ้มแบบใด หรือชอบภูมิภาคใดเป็นพิเศษ อย่างที่สอง และเป็นอย่างที่สำคัญกว่าเมื่อเวลาผ่านไป คือประวัติการให้คะแนนของคุณ ซิการ์ที่คุณบันทึกไว้จริง และคุณให้คะแนนไว้อย่างไร
ทั้งสองอย่างนี้ไม่มีอะไรซับซ้อน แบบทดสอบก็คือฟอร์มหนึ่งใบ ส่วนประวัติการให้คะแนนก็คือแถวข้อมูลในฐานข้อมูล แต่ละแถวมีแท็กของใบยาหุ้ม แหล่งกำเนิด ความเข้มข้น รสชาติ และกลิ่น พร้อมกับตัวเลขที่คุณให้ไว้ สิ่งที่คนเรียกว่า "AI" ในที่นี้คือขั้นตอนต่อจากนั้น คือกระบวนการให้คะแนน หรือในทางวิชาการเรียกว่า การกรองโดยอิงเนื้อหา ที่พิจารณาคุณลักษณะของซิการ์ที่คุณให้คะแนนสูง แล้วจัดอันดับซิการ์ที่ยังไม่ได้ให้คะแนนตามความคล้ายคลึงของคุณลักษณะ
ทำไมแอปไม่ "รู้" ไปเลยว่าคุณจะชอบอะไร?
เพราะไม่มีส่วนใดในระบบที่มีลิ้มรสชาติ ไม่มีโมเดลด้านประสาทสัมผัสอยู่ในขั้นตอนนี้เลย ไม่มีส่วนประกอบใดที่สัมผัสรสพริกไทย ไม้ซีดาร์ หรือรสไหม้ สิ่งที่มีอยู่คือฐานข้อมูลของแท็ก (สีของใบยาหุ้ม ประเทศต้นกำเนิด ระดับความเข้มข้น หมวดรสชาติจำนวนหนึ่ง) และฟังก์ชันให้คะแนนที่เปรียบเทียบความทับซ้อนของแท็กระหว่างซิการ์ การเรียกสิ่งนี้ว่า "AI" ไม่ผิด แต่มันทำให้คนเข้าใจภาพผิด มันใกล้เคียงกับสเปรดชีตที่มีคอลัมน์ถูกให้น้ำหนักมากกว่าจะเป็นนักชิมที่มีความเห็นของตัวเอง
ความแตกต่างนี้สำคัญเพราะมันกำหนดเพดานที่แท้จริงของสิ่งที่ฟีเจอร์นี้ทำได้ มันสามารถหาซิการ์ที่คุณลักษณะที่บันทึกไว้คล้ายกับคุณลักษณะของซิการ์ที่คุณให้คะแนนสูง แต่มันไม่สามารถตรวจจับได้ว่าใบยาสูบใบนั้นมีสัปดาห์ที่ไม่ดี ลิ้นของคุณกำลังมีวันที่ไม่ปกติ หรือโรงงานเปลี่ยนสูตรการผสมไปแล้วตั้งแต่ครั้งล่าสุดที่มีการบันทึกข้อมูล มันแค่จับคู่คำบรรยาย ไม่ได้ลิ้มรสอะไรเลย
"การจับคู่คุณลักษณะที่ถูกบรรยายไว้" ในทางปฏิบัติเป็นอย่างไร?
ยกตัวอย่างให้เป็นรูปธรรม สมมติว่าสามรายการที่คุณให้คะแนนสูงสุดล้วนเป็นซิการ์พิวโรนิการากัวที่มีรสจัด ใบยาหุ้มมาดูโร และมีรสโกโก้กับกาแฟเข้มข้น ฟีเจอร์นี้ไม่จำเป็นต้องรู้ว่าทำไมคุณถึงชอบ มันเพียงแค่ต้องสังเกตรูปแบบในแท็ก (แหล่งกำเนิด ใบยาหุ้ม ความเข้มข้น และหมวดรสชาติที่ติดอยู่กับบันทึกของคุณ) แล้วไปค้นในแคตตาล็อกที่เหลือเพื่อหาซิการ์ที่มีองค์ประกอบเดียวกันซึ่งคุณยังไม่ได้ให้คะแนน หากการให้คะแนนของคุณเป็นไปในทางตรงกันข้าม คือคุณไม่ชอบทั้งสามรายการนั้นเลย กลไกเดียวกันนี้ก็จะทำเครื่องหมายองค์ประกอบนั้นว่าเป็นสิ่งที่ควรหลีกเลี่ยง
ส่วนของรสชาตินี้จะทำงานได้ก็ต่อเมื่อคำศัพท์ที่ใช้คงที่ หากบันทึกหนึ่งเรียกรสชาตินั้นว่า "หนัง" และอีกบันทึกเรียกรสชาติเดียวกันว่า "หนังสัตว์ดิบ" การจับคู่ก็จะไม่มีอะไรที่สอดคล้องกันให้เปรียบเทียบ นี่คือเหตุผลที่คำศัพท์ที่มีโครงสร้างชัดเจนสำคัญกว่าที่ฟังดู มันคือปัญหาเดียวกันที่การชิมไวน์และวิสกี้แก้ไปแล้วหลายสิบปีก่อนด้วย วงล้อกลิ่น วิธีจัดหมวดรสชาติซิการ์ ก็เป็นส่วนหนึ่งของโครงสร้างพื้นฐานเดียวกันที่ทำให้การจับคู่เป็นไปได้ตั้งแต่แรก สมุดบันทึกของ Paradigm ยกตัวอย่างเช่น จะจัดบันทึกทุกรายการให้อยู่ในหนึ่งของหกหมวดหลัก (กาแฟ ถั่ว หวาน ไม้และพืชผัก ธรรมชาติ สมุนไพรและเครื่องเทศ) ก็เพราะเหตุผลนี้เอง เพื่อให้บันทึกจากเดือนมกราคมและบันทึกจากเดือนสิงหาคมตกอยู่ในหมวดเดียวกัน และสามารถเปรียบเทียบกันได้จริง
กลไกนี้มีจุดอ่อนตรงไหน?
ข้อจำกัดที่แท้จริงสี่ข้อ เรียงตามความถี่ที่มันส่งผลกระทบ
- ไม่มีข้อมูล ก็ไม่มีการคาดการณ์ บัญชีที่สร้างใหม่ไม่มีอะไรให้จับคู่เลย คำแนะนำในช่วงแรกจะพึ่งพาคำตอบจากแบบทดสอบที่ประกาศไว้เป็นหลัก ซึ่งเป็นสัญญาณที่อ่อนกว่าประวัติการให้คะแนนจริงมาก สิ่งนี้จะดีขึ้นตามจำนวนการบันทึกที่เพิ่มขึ้น ไม่ใช่ตามความถี่ในการใช้แอปโดยทั่วไป
- คำศัพท์ที่ไม่ชัดเจนเข้า ผลการจับคู่ที่ไม่ชัดเจนออก หากบันทึกของคุณเองไม่สม่ำเสมอ รสชาติเดียวกันถูกบันทึกด้วยคำที่แตกต่างกันทุกครั้ง ฟีเจอร์นี้ก็กำลังเปรียบเทียบความสุ่มกับความสุ่ม การแก้ไขเรื่องนี้เป็นหน้าที่ของคุณ ไม่ใช่ของอัลกอริทึม
- แท็กในแคตตาล็อกต้องถูกต้อง คำแนะนำจะดีได้ก็เท่าที่คำบรรยายที่ติดอยู่กับซิการ์ที่ถูกแนะนำนั้นถูกต้อง ข้อมูลใบยาหุ้มที่ผิดหรือแท็กรสชาติที่หายไปจะทำให้เกิดการจับคู่ที่มั่นใจแต่กับซิการ์ที่ผิด
- มันสะท้อนประวัติของคุณ ไม่ใช่อารมณ์ของคุณ โปรไฟล์รสนิยมที่สร้างจากการให้คะแนนหลายเดือนก็ยังเป็นค่าเฉลี่ยอยู่ดี มันสามารถชี้ไปยังซิการ์ที่คล้ายกับสิ่งที่คุณชอบได้ แต่มันไม่มีทางรู้ว่าคืนนี้คุณอยากได้อะไรที่เบากว่าปกติโดยเฉพาะ
ไม่มีข้อใดในนี้แก้ได้ด้วย "AI" ที่มากขึ้น มันแก้ได้ด้วยข้อมูลที่ดีกว่า ที่ถูกบันทึกอย่างสม่ำเสมอกว่า เป็นระยะเวลานานกว่า
สิ่งนี้ต่างจากการให้คะแนนดาวแบบธรรมดาอย่างไร?
การให้คะแนนดาวคือค่าเฉลี่ยของมวลชน มันบอกคุณว่าคนส่วนใหญ่คิดอย่างไร รวมจากทุกลิ้นที่เคยให้คะแนนไว้ ส่วนฟีเจอร์แนะนำนั้นเป็นเรื่องส่วนบุคคล มันถามว่าซิการ์ตัวหนึ่งตรงกับรูปแบบในประวัติเฉพาะของคุณหรือไม่ ไม่ใช่ว่ามันเป็นที่นิยมโดยทั่วไปหรือไม่ ซิการ์ตัวหนึ่งอาจมีคะแนนเฉลี่ยปานกลางแต่ยังเป็นตัวเลือกที่เหมาะมากสำหรับนักสูบคนหนึ่งที่รสนิยมสวนทางกับมวลชน และก็เกิดในทางกลับกันได้บ่อยพอกัน จะตัดสินใจเลือกซิการ์ตัวต่อไปอย่างไรแทนการสุ่มเลือก ครอบคลุมกระบวนการตัดสินใจที่กว้างกว่าซึ่งการจับคู่นี้เป็นเพียงส่วนหนึ่ง ไม่ใช่ทั้งหมดของการตัดสินใจนั้น
ตัวอย่างการคำนวณจริงทำอะไรกันแน่?
ผลลัพธ์ Tasting Match ของ Paradigm เป็นตัวอย่างที่เป็นรูปธรรมของกลไกข้างต้น ไม่ใช่กลไกที่แตกต่างออกไป สำหรับซิการ์ตัวหนึ่ง มันจะชั่งน้ำหนักใบยาหุ้ม แหล่งกำเนิด ความเข้มข้น และแท็กรสชาติที่บันทึกไว้ของซิการ์นั้น เทียบกับโปรไฟล์ที่สร้างจากบันทึกการให้คะแนนของคุณเอง แล้วให้ผลสรุปแบบสองทาง คือมีโอกาสที่คุณจะชอบหรือไม่ชอบ โดยตรวจสอบเทียบกับแคตตาล็อกซิการ์จำนวน 11,519 รายการ มันกำลังทำการเปรียบเทียบแท็กแบบเดียวกับที่อธิบายไว้ข้างต้นแต่ในขนาดที่ใหญ่กว่า ไม่มีขั้นตอนจำลองรสชาติแยกต่างหากซ่อนอยู่ข้างใต้ ผลลัพธ์จะน่าเชื่อถือได้ก็เท่าที่ประวัติการให้คะแนนที่ป้อนเข้าไปน่าเชื่อถือ ซึ่งเป็นข้อควรระวังเดียวกันกับที่ใช้ได้กับฟีเจอร์นี้ในทุกเวอร์ชันของทุกแอป
หากคุณกำลังประเมินแอปต่าง ๆ บนพื้นฐานนี้ คำถามที่มีประโยชน์มากกว่าไม่ใช่ว่าอัลกอริทึมของแอปไหนฉลาดที่สุด เพราะกลไกนั้นโดยรวมก็เหมือนกันในทุกที่ แต่เป็นว่าแอปนั้นทำให้คุณบันทึกข้อมูลได้สม่ำเสมอมากพอหรือไม่ เพื่อให้กลไกนี้มีสิ่งที่เป็นจริงให้ทำงานด้วย สิ่งที่ควรมองหาในสมุดบันทึกซิการ์หรือแอปติดตามฮิวมิดอร์ เป็นรายการตรวจสอบที่มีประโยชน์กว่าการเปรียบเทียบฟีเจอร์แนะนำทีละอย่างมาก และหากการโฆษณาเรียกสแกนเนอร์ที่อยู่เบื้องหลังว่า "ขับเคลื่อนด้วย AI" เช่นกัน ก็ควรรู้ไว้ว่าคำกล่าวนั้นก็มีเพดานความแม่นยำของตัวเองแยกต่างหาก ซึ่งกล่าวถึงไว้ใน การจดจำซิการ์ด้วย AI แม่นยำแค่ไหน
สรุปสั้น ๆ
- ฟีเจอร์แนะนำทำงานจากข้อมูลสองอย่างที่คุณให้ไว้ คือความชอบที่ประกาศไว้ และประวัติการให้คะแนนของคุณ ไม่มีส่วนใดในระบบลิ้มรสยาสูบได้เลย
- กลไกนี้คือการเปรียบเทียบแท็ก (ใบยาหุ้ม แหล่งกำเนิด ความเข้มข้น หมวดรสชาติ) ระหว่างซิการ์ที่คุณให้คะแนนสูงกับซิการ์ที่คุณยังไม่ได้ลอง ไม่ใช่การคาดการณ์ทางประสาทสัมผัส
- มันล้มเหลวอย่างเงียบ ๆ กับบัญชีใหม่ที่ไม่มีประวัติ และกับบันทึกที่ไม่สม่ำเสมอซึ่งรสชาติเดียวกันถูกบันทึกด้วยคำที่ต่างกันทุกครั้ง
- การให้คะแนนดาวบอกคุณว่ามวลชนคิดอย่างไร ส่วนคำแนะนำบอกว่าซิการ์ตัวนี้ตรงกับรูปแบบเฉพาะของคุณหรือไม่ ซึ่งเป็นคำถามที่ต่างกันและมีคำตอบที่ต่างกัน
- อัลกอริทึมเบื้องหลังฟีเจอร์นี้ในทุกเวอร์ชันนั้นคล้ายกันโดยรวม สิ่งที่แตกต่างกันจริงระหว่างแอปคือแอปนั้นทำให้คุณบันทึกข้อมูลมากพอและสม่ำเสมอพอหรือไม่ เพื่อให้มีสิ่งที่เป็นจริงให้เปรียบเทียบ