രുചി പരിശോധനയും സെൻസറി മൂല്യനിർണ്ണയവും: മനുഷ്യ പാനലിൻ്റെ അനിവാര്യത

നേട്ടങ്ങൾ:

• സെൻസറി മൂല്യനിർണ്ണയം (രുചി, മണം, ഘടന, രൂപം), രുചി പാനൽ എന്നിവയുടെ ആശയങ്ങൾ മനസിലാക്കാനും ടെസ്റ്റ് ഫോമിനും വിശകലന ഡ്രാഫ്റ്റിനും കൃത്രിമബുദ്ധി ഉപയോഗിക്കാനുമുള്ള കഴിവ്.
• രുചി പരിശോധന ഫലങ്ങൾ സംഗ്രഹിക്കാനും കൃത്രിമബുദ്ധി പിന്തുണയുള്ള ഒരു പാചകക്കുറിപ്പ് മെച്ചപ്പെടുത്താനുള്ള തീരുമാനമാക്കി മാറ്റാനുമുള്ള കഴിവ്
• ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിന് രുചി അനുഭവിക്കാൻ കഴിയില്ലെന്ന് മനസ്സിലാക്കുമ്പോൾ, അന്തിമ സെൻസറി അംഗീകാരം എല്ലായ്പ്പോഴും മനുഷ്യ പാനലിലും ഷെഫിൻ്റെ അണ്ണാക്കിലും ആയിരിക്കും.

ഈ മൊഡ്യൂളിൻ്റെ ഏറ്റവും പ്രധാനപ്പെട്ട പാഠത്തിലേക്ക് ഞങ്ങൾ എത്തിയിരിക്കുന്നു. കാരണം, അടുക്കളയിലെ എല്ലാ കണക്കുകൂട്ടലുകളും പ്ലാനുകളും ദൃശ്യങ്ങളും പാഠങ്ങളും ഒരു കാര്യം മാത്രമേ നൽകുന്നുള്ളൂ: പ്ലേറ്റിലെ രുചി. ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിന് എത്താൻ കഴിയാത്ത സ്ഥലത്താണ് രസം ജീവിക്കുന്നത് - മനുഷ്യൻ്റെ അണ്ണാക്കിലും മൂക്കിലും നാവിലും. ഈ യൂണിറ്റിൽ ഞങ്ങൾ സെൻസറി മൂല്യനിർണ്ണയം (രുചി, മണം, ഘടന, രൂപം, ശബ്ദം എന്നിവയുടെ ശാസ്ത്രീയവും വ്യവസ്ഥാപിതവുമായ വിലയിരുത്തൽ) രുചി പാനലും ഉൾക്കൊള്ളുന്നു; ടെസ്റ്റ് ഫോമിനും ഫല വിശകലനത്തിനും ഞങ്ങൾ AI ഉപയോഗിക്കും. എന്നാൽ ഞങ്ങൾ ഇവിടെ ഏറ്റവും വ്യക്തമായ വാചകം എഴുതുന്നു: കൃത്രിമ ബുദ്ധിക്ക് രുചിക്കാനോ മണക്കാനോ ചവയ്ക്കാനോ കഴിയില്ല. അന്തിമ സെൻസറി അംഗീകാരം എല്ലായ്പ്പോഴും മനുഷ്യൻ്റെ രുചി പാനലിലും ഷെഫിൻ്റെ അണ്ണാക്കിലുമാണ്. ഒരു സാഹചര്യത്തിലും ഒഴിവാക്കാനാവാത്ത മാനുഷിക നടപടിയാണിത്.

സെൻസറി മൂല്യനിർണ്ണയം എന്താണ് അളക്കുന്നത്?

ഒരു പ്ലേറ്റ് അനുഭവിക്കുമ്പോൾ അഞ്ച് ഇന്ദ്രിയങ്ങളും പ്രവർത്തിക്കുന്നു. രൂപഭാവം (നിറം, തിളക്കം, അവതരണം), മണം/മണം (മൂക്കിൽ വരുന്നത്), രുചി (മധുരം, ഉപ്പ്, പുളി, കയ്പ്പ്, ഉമാമി - അഞ്ചാമത്തെ അടിസ്ഥാന രുചി, ചാറിൻ്റെയും കൂണിൻ്റെയും പൂർണ്ണമായ സ്വാദും), ഘടന/വായ് ഫീൽ (കറുപ്പ്, ക്രീം, ദൃഢത), കൂടാതെ ശബ്‌ദം പോലും (കറുത്ത പുറംതോട്). സെൻസറി മൂല്യനിർണ്ണയം ഇവയെ ആത്മനിഷ്ഠതയിൽ നിന്ന് നീക്കം ചെയ്യാനും വ്യവസ്ഥാപിതമായി അളക്കാനും ശ്രമിക്കുന്നു: സ്കോറിംഗ്, താരതമ്യം, വിവരിക്കൽ.

രണ്ട് തരത്തിലുള്ള വിലയിരുത്തലുകൾ ഉണ്ട്. അനലിറ്റിക്കൽ (ലക്ഷ്യം): പരിശീലനം ലഭിച്ച ഒരു പാനൽ ചില സ്വഭാവസവിശേഷതകൾ അളക്കുന്നു (ലവണാംശ നില, ക്രഞ്ചിനസ്). ഇമോഷണൽ/ഹെഡോണിക് (ആത്മനിഷ്‌ഠമായത്): സാധാരണ ഉപഭോക്താക്കൾ ലൈക്കിംഗ് റേറ്റുചെയ്യുന്നു (എനിക്ക് ഇത് എത്രത്തോളം ഇഷ്ടപ്പെട്ടു). ഒരു റെസ്റ്റോറൻ്റ് രണ്ടും ഉപയോഗിക്കുന്നു: അടുക്കള ടീം സാങ്കേതികത വിലയിരുത്തുന്നു, അതിഥികൾ രുചി നിർണ്ണയിക്കുന്നു. AI-ക്ക് രണ്ടും അനുഭവിക്കാൻ കഴിയില്ല; എന്നാൽ ആളുകളുടെ റേറ്റിംഗുകളും അഭിപ്രായങ്ങളും സംഘടിപ്പിക്കാനും സംഗ്രഹിക്കാനും ഇത് സഹായിക്കുന്നു.

AI യുടെ പങ്ക്: രൂപവും വിശകലനവും, രുചിയല്ല

രുചി പരിശോധനയിൽ AI രണ്ട് തരത്തിലാണ് പ്രവർത്തിക്കുന്നത്. ആദ്യത്തേത് ടെസ്റ്റ് ഡിസൈൻ ആണ്: ഒരു രുചി പാനലിനായി ഒരു റേറ്റിംഗ് ഫോം തയ്യാറാക്കൽ - സ്‌കോറിന് എന്ത് ആട്രിബ്യൂട്ടുകൾ (ഉപ്പ്, ഘടന, സുഗന്ധം, മൊത്തത്തിലുള്ള ഇഷ്ടം), ഏത് സ്കെയിൽ (1-5, 1-9), എന്ത് ചോദ്യങ്ങൾ. നല്ല ഫോം ടെസ്റ്റ് വർക്ക് ചെയ്യുന്നു. രണ്ടാമതായി, ഫലങ്ങളുടെ വിശകലനം: പാനലിസ്‌റ്റുകൾ പൂരിപ്പിച്ച സ്‌കോറുകളും കമൻ്റുകളും സംഗ്രഹിക്കുന്നു - ശരാശരി സ്‌കോറുകൾ, ഏറ്റവും പതിവ് അഭിപ്രായങ്ങൾ (“വളരെ ഉപ്പിട്ടത്” 4 ആളുകൾ), മെച്ചപ്പെടുത്തലിനുള്ള സൂചനകൾ.

എന്നാൽ സൂക്ഷിക്കുക: AI യുടെ സംഗ്രഹം മനുഷ്യർ നൽകുന്ന ഡാറ്റയെ സംഘടിപ്പിക്കുന്നു; അവൻ സ്വന്തം അണ്ണാക്ക് വിധി ചേർക്കുന്നില്ല. "ഈ പാചകക്കുറിപ്പ് രുചികരമാണോ?" എന്ന ചോദ്യത്തിന് ഉത്തരം നൽകാൻ AI-ന് കഴിയില്ല. "8 പാനലിസ്റ്റുകളിൽ 6 പേരും വളരെയധികം ഉപ്പ് കണ്ടെത്തി" എന്നത് പോലെയുള്ള മനുഷ്യ ഡാറ്റയെ അത് ദൃശ്യമാക്കുന്നു. തീരുമാനം ഇപ്പോഴും വ്യക്തിയുടെതാണ്.

നുറുങ്ങ്: AI തയ്യാറാക്കിയ രുചി പരിശോധനാ ഫോം ഉള്ളപ്പോൾ, എത്ര ഫീച്ചറുകൾ, ഏത് സ്കെയിൽ, സൗജന്യ കമൻ്റ് ഏരിയ എന്നിവ വ്യക്തമാക്കുക. കുറച്ച് വ്യക്തമായ ഫീച്ചറുകളും (4-6) "മൊത്തത്തിലുള്ള ലൈക്കുകൾ" സ്‌കോറും മതിയാകും കൂടാതെ മിക്ക അടുക്കള ടെസ്റ്റുകൾക്കും ബാധകമാണ്.

അന്ധ പരിശോധനയും പക്ഷപാതവും

വിശ്വസനീയമായ ഒരു രുചി പരിശോധനയുടെ രഹസ്യം അന്ധമായ പരിശോധനയാണ്: പാനലിസ്റ്റിന് താൻ ഏത് പതിപ്പാണ് ആസ്വദിക്കുന്നതെന്ന് അറിയില്ല. എവിടെനിന്ന്? കാരണം "ഈ ഷെഫിൻ്റെ പുതിയ പാചകക്കുറിപ്പ്" അല്ലെങ്കിൽ "ഈ വിലയേറിയ ചേരുവ" പോലുള്ള വിവരങ്ങൾ രുചിയെ വികലമാക്കുന്നു. രണ്ട് സോസുകളുള്ള പാസ്തയെ എ, ബി എന്നിങ്ങനെ ലേബൽ ചെയ്യുകയും പുതിയത് ഏതാണെന്ന് പറയാതെ രുചിക്കുകയും ചെയ്യുന്നത് യഥാർത്ഥ മുൻഗണന വെളിപ്പെടുത്തുന്നു. ഒരു ബ്ലൈൻഡ് ടെസ്റ്റിംഗ് പ്രോട്ടോക്കോൾ രൂപകൽപന ചെയ്യാൻ AI സഹായിക്കുന്നു (എങ്ങനെ കോഡ് ചെയ്യണം, എത്ര ആളുകൾ, എന്ത് ഓർഡർ); എന്നാൽ പരീക്ഷണം സജ്ജമാക്കുന്നതും വിഭവങ്ങളും രുചികളും തയ്യാറാക്കുന്നതും മനുഷ്യനാണ്.

ശ്രദ്ധിക്കുക: "ഏത് പാചകക്കുറിപ്പാണ് കൂടുതൽ രുചികരം" എന്ന് AI-യോട് ചോദിക്കരുത്, അതിനനുസരിച്ച് തീരുമാനിക്കുക. AIക്ക് രുചി അറിയില്ല; ഇത് യുക്തിസഹമെന്ന് തോന്നുന്ന ഒരു ഉത്തരം നൽകുന്നു, പക്ഷേ ഇത് ഒരു ഊഹമാണ്, ഒരു രുചിയല്ല. രുചി വിലയിരുത്താൻ യഥാർത്ഥ ആളുകൾ യഥാർത്ഥ പ്ലേറ്റുകൾ ആസ്വദിക്കണം.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - ഫോം നിയന്ത്രിത പരിശോധന. ഒരു ഷെഫ് ഒരു പുതിയ സോസ് വികസിപ്പിച്ചെടുക്കുകയായിരുന്നു, പക്ഷേ ടീമിൻ്റെ ഫീഡ്‌ബാക്ക് ചിതറിപ്പോയി ("നല്ലത്," "അല്ല," "അറിയില്ല"). ഘടനാപരമായ രുചി രൂപത്തിനായി അദ്ദേഹം AI-യോട് ആവശ്യപ്പെട്ടു: 1-5 സ്കെയിലുകൾ + ഉപ്പ്, ആസിഡ്, ടെക്സ്ചർ, സുഗന്ധം, മൊത്തത്തിലുള്ള ഇഷ്ടം എന്നിവയ്‌ക്ക് സൗജന്യ വ്യാഖ്യാനം. 8 പേരടങ്ങുന്ന സംഘം ഫോം പൂരിപ്പിച്ചു; ഫലങ്ങൾ YZ സംഗ്രഹിച്ചിരിക്കുന്നു: ആസിഡ് സ്കോർ കുറവാണ്, ഉപ്പ് സന്തുലിതമാണ്. ഷെഫ് നാരങ്ങ ചേർത്തു, രണ്ടാം റൗണ്ടിൽ അഭിനന്ദനം വർദ്ധിച്ചു. AI ഫോമും സംഗ്രഹവും നൽകി; അണ്ണാക്ക് തീരുമാനം.

കേസ് 2 - ബ്ലൈൻഡ് ടെസ്റ്റ് സർപ്രൈസ്. ഒരു റസ്‌റ്റോറൻ്റ് വിലയ്‌ക്ക് പകരം ഒരു ചേരുവയ്‌ക്ക് പകരം വയ്ക്കുന്നത് പരിഗണിക്കുകയായിരുന്നു. "വ്യത്യാസം അദൃശ്യമാണ്" എന്ന് അനുമാനിക്കുന്നതിനുപകരം, അവർ അന്ധമായ പരിശോധന നടത്തി: രണ്ട് പതിപ്പുകൾ എ/ബി കോഡുചെയ്‌തവയായിരുന്നു, 12 പാനലിസ്റ്റുകൾ അവ രുചിച്ചു. ഫലം AI സംഗ്രഹിച്ചു; മിക്ക പാനലിസ്‌റ്റുകളും വിലകുറഞ്ഞ പതിപ്പിനെ അതിൻ്റെ ടെക്‌സ്‌ചറിൽ നിന്ന് വേർതിരിച്ചറിയുകയും അത് കുറച്ച് ഇഷ്ടപ്പെടുകയും ചെയ്തു. മാറ്റം ഉപേക്ഷിച്ചു. അന്ധ പരിശോധനയും മനുഷ്യൻ്റെ അണ്ണാക്കും ചെലവ് തീരുമാനത്തെ അട്ടിമറിച്ചു.

കേസ് 3 - AI-യോട് ഫ്ലേവർ ആവശ്യപ്പെടുന്നതിൽ പിശക്. ഒരു മാനേജർ AI യോട് ചോദിച്ചു, "ഈ പാചകക്കുറിപ്പ് രുചികരമാണോ?" ഒരു പുതിയ മധുരപലഹാരം ഉണ്ടാക്കാതെ, "അതെ, ഇത് വളരെ മികച്ചതായിരിക്കും" എന്ന് അദ്ദേഹം മറുപടി നൽകി മെനുവിൽ ഇട്ടു. സേവനത്തിൽ ഡെസേർട്ട് ഇഷ്ടപ്പെട്ടില്ല; ഘടന കനത്തതായിരുന്നു. ഗുണപാഠം: AI-ന് രുചിക്കാനാവില്ല. അടുത്ത ഉൽപ്പന്നം ആദ്യം അടുക്കളയിൽ ഉണ്ടാക്കി, രുചി പാനലിൽ അവതരിപ്പിച്ചു, രണ്ട് റൗണ്ടുകൾ മെച്ചപ്പെടുത്തി, തുടർന്ന് മെനുവിൽ പ്രവേശിച്ചു. അന്തിമ അംഗീകാരം അണ്ണാക്കിലൂടെ കടന്നുപോയി.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) രുചി പരിശോധന ഫോം:

നിങ്ങളുടെ റോൾ: സെൻസറി ടെസ്റ്റിംഗ് അസിസ്റ്റൻ്റ്. ഒരു രുചി പാനലിനായി ഒരു മൂല്യനിർണ്ണയ ഫോം തയ്യാറാക്കുക. ഉൽപ്പന്നം: [വിഭവം/സോസ്]. വിലയിരുത്തേണ്ട സവിശേഷതകൾ: ഉപ്പ്, അസിഡിറ്റി/പുളിച്ച, ഘടന, സൌരഭ്യം, മൊത്തത്തിലുള്ള രുചി. ഓരോന്നിനും 1-5 സ്കെയിലുകളും ഒരു ഹ്രസ്വ സൗജന്യ അഭിപ്രായ ഏരിയയും. പാനലിസ്റ്റിൻ്റെ ഐഡി ആവശ്യമില്ലാത്ത ഒരു ദ്രുത-ഫിൽ ഫോം സ്വന്തമാക്കൂ.

2) ബ്ലൈൻഡ് ടെസ്റ്റ് പ്രോട്ടോക്കോൾ:

ഒരു ബ്ലൈൻഡ് ടേസ്റ്റ് ടെസ്റ്റ് പ്രോട്ടോക്കോൾ രൂപകൽപ്പന ചെയ്യുക, അതിൽ ഞാൻ രണ്ട് പാചകക്കുറിപ്പ് പതിപ്പുകൾ (എയും ബിയും) താരതമ്യം ചെയ്യും: എത്ര പാനലിസ്‌റ്റുകൾ, വിഭവങ്ങൾ എങ്ങനെ കോഡ് ചെയ്‌തിരിക്കുന്നു, ഏത് ക്രമത്തിലാണ് അവ വിളമ്പുന്നത്, പക്ഷപാതം കുറയ്ക്കാൻ എന്താണ് ചെയ്യുന്നത്, എന്ത് ഡാറ്റയാണ് ശേഖരിക്കുന്നത്. ഞാൻ യഥാർത്ഥ പ്ലേറ്റുകൾ ഉപയോഗിച്ച് ടെസ്റ്റ് നടത്തും.

3) പാനൽ ഫല സംഗ്രഹം:

പാനലിസ്‌റ്റുകൾ പൂരിപ്പിച്ച രുചി ഫോം ഡാറ്റ ചുവടെയുണ്ട് (ഒരു പാനലിസ്റ്റ്, ആട്രിബ്യൂട്ട് സ്‌കോറുകൾ, ഒരു വരിയിലെ കമൻ്റുകൾ). ശരാശരി സ്‌കോറുകൾ എക്‌സ്‌ട്രാക്‌റ്റ് ചെയ്യുക, ഏറ്റവും കുറഞ്ഞ റേറ്റുചെയ്ത സവിശേഷതയും ഏറ്റവും പതിവ് കമൻ്റുകളും സംഗ്രഹിക്കുക. ഇതൊരു സംഗ്രഹമാണ്; രുചി ഞാൻ തീരുമാനിക്കും. ഡാറ്റ: [പട്ടിക].

4) മെച്ചപ്പെടുത്തൽ നിർദ്ദേശം (മനുഷ്യ ഡാറ്റയെ അടിസ്ഥാനമാക്കി):

രുചി പാനലിൻ്റെ ഫലം അനുസരിച്ച്, [ആസിഡ് കുറവാണ്, ഉപ്പ് സന്തുലിതമാണ്, ഘടന കനത്തതാണ്]. ഈ ഫീഡ്‌ബാക്കിനെ അടിസ്ഥാനമാക്കി, പാചകക്കുറിപ്പിൽ പരീക്ഷിക്കാൻ 3 ക്രമീകരണങ്ങൾ (ചേരുവകൾ/സാങ്കേതികവിദ്യകൾ) നിർദ്ദേശിക്കുക. ഓരോ ക്രമീകരണവും അടുക്കളയിൽ പരീക്ഷിക്കുകയും വീണ്ടും ആസ്വദിക്കുകയും ചെയ്യണമെന്ന് ചൂണ്ടിക്കാണിക്കുക.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബല:

ഈ പാചകക്കുറിപ്പ് രുചികരമാണോ?

AI-ക്ക് രുചിക്കാനാവില്ല; യുക്തിസഹവും എന്നാൽ അടിസ്ഥാനരഹിതവുമായ ഉത്തരം നൽകുന്നു, തീരുമാനത്തെ തെറ്റിദ്ധരിപ്പിക്കുന്നു.

ശക്തമായ:

നിങ്ങളുടെ റോൾ: സെൻസറി ടെസ്റ്റിംഗ് അസിസ്റ്റൻ്റ്. 8 ആളുകളുടെ ഒരു രുചി പാനൽ ഉപയോഗിച്ച് ഞാൻ ഈ സോസ് വിലയിരുത്തും. ഉപ്പ്, ആസിഡ്, സ്ഥിരത, സൌരഭ്യവാസന, പൊതുവായ രുചി എന്നിവയ്ക്കായി 1-5 കപ്പ് ഫോം തയ്യാറാക്കുക. അതിനുശേഷം, പാനൽ ഫലങ്ങൾ ഞാൻ നിങ്ങൾക്ക് സംഗ്രഹിക്കുകയും മെച്ചപ്പെടുത്തുന്നതിനുള്ള ആശയങ്ങൾ നേടുകയും ചെയ്യും. പാനലും ഞാനും രുചിയുടെ തീരുമാനം എടുക്കും.

സെൻസറി മൂല്യനിർണ്ണയ റോളുകൾ (പട്ടിക)

സ്റ്റേജ്

ഉള്ളടക്കം

AI സംഭാവന

മനുഷ്യ വേഷം

ഫോം ഡിസൈൻ

ഫീച്ചർ + സ്കെയിൽ

ടെംപ്ലേറ്റ് ജനറേഷൻ

എന്താണ് അളക്കേണ്ടതെന്ന് തിരഞ്ഞെടുക്കുന്നു

അന്ധ പരിശോധന

നിഷ്പക്ഷമായ താരതമ്യം

പ്രോട്ടോക്കോൾ ഡ്രാഫ്റ്റ്

പ്ലേറ്റ് തയ്യാറാക്കൽ + രുചിക്കൽ

രുചിക്കൽ

യഥാർത്ഥ സെൻസറി അനുഭവം

ഒന്നുമില്ല

പൂർണ്ണമായും മനുഷ്യൻ

ഫല വിശകലനം

റേറ്റിംഗ്/അവലോകന സംഗ്രഹം

സംഗ്രഹിക്കുന്നു

വ്യാഖ്യാനം

തീരുമാനം

പാചകക്കുറിപ്പ് മാറ്റുക/സ്ഥിരീകരിക്കുക

നിർദ്ദേശം

അന്തിമ അംഗീകാരം (അണ്ണാക്ക്)

സാധാരണ തെറ്റുകൾ

• AI-യെ രുചിയെക്കുറിച്ച് ചോദിക്കാൻ പ്രേരിപ്പിക്കുന്നു. AI-ക്ക് രുചിക്കാനാവില്ല; രുചിയുടെ തീരുമാനം മനുഷ്യ പാനലിൻ്റേതാണ്.
• ബ്ലൈൻഡ് ടെസ്റ്റിംഗ് നടത്തുന്നില്ല. ആരാണ് ഉണ്ടാക്കിയത് എന്നറിയുന്നത്/അതിൻ്റെ വില രുചി വികലമാക്കുന്നു.
• ഘടനാരഹിതമായ പ്രതികരണം. "നല്ല കാര്യം" പ്രവർത്തിക്കുന്നില്ല; ഫോം ഉപയോഗിച്ച് അളക്കുക.
• ഒറ്റയാളുടെ വിധിയെ ആശ്രയിക്കുന്നു. ഒരു പാനൽ ഒരു ബീഡിനേക്കാൾ വിശ്വസനീയമാണ്.
• ടെസ്റ്റ് ഒഴിവാക്കി മെനുവിൽ ഇടുന്നു. സെൻസറി അംഗീകാരമില്ലാതെ, പ്ലേറ്റ് സജീവമാകില്ല.

ചുരുക്കത്തിൽ

സെൻസറി മൂല്യനിർണ്ണയം എന്നത് അടുക്കളയുടെ എല്ലാ ശ്രമങ്ങളും പരീക്ഷിക്കപ്പെടുന്നിടത്താണ്: രുചി. ഒരു രുചി ടെസ്റ്റ് ഫോം രൂപകൽപ്പന ചെയ്യുന്നതിനും ബ്ലൈൻഡ് ടെസ്റ്റ് പ്രോട്ടോക്കോൾ സ്ഥാപിക്കുന്നതിനും പാനൽ ഫലങ്ങൾ സംഗ്രഹിക്കുന്നതിനും AI ഒരു ഉപയോഗപ്രദമായ സഹായിയാണ്. എന്നാൽ AI-ക്ക് രുചിക്കാനോ മണക്കാനോ ചവയ്ക്കാനോ കഴിയില്ല; അവന് സ്വന്തം അണ്ണാക്കിൽ ഒരു വിധിയുമില്ല. അന്തിമ സെൻസറി അംഗീകാരം എല്ലായ്പ്പോഴും പാനലിലും ഷെഫിൻ്റെ അണ്ണാക്കിലുമാണ്, അവിടെ യഥാർത്ഥ ആളുകൾ യഥാർത്ഥ പ്ലേറ്റുകൾ ആസ്വദിക്കുന്നു. ഈ ഘട്ടം ഈ മൊഡ്യൂളിൻ്റെ ഏറ്റവും വിട്ടുവീഴ്ചയില്ലാത്ത നിയമമാണ്.

ആപ്ലിക്കേഷൻ ടാസ്ക്

ഒരു വിഭവം അല്ലെങ്കിൽ സോസ് തിരഞ്ഞെടുക്കുക. 5 സവിശേഷതകളുള്ള ഒരു രുചി പരിശോധനാ ഫോം തയ്യാറാക്കാൻ AI-യോട് ആവശ്യപ്പെടുക. തുടർന്ന് ഒരു ബ്ലൈൻഡ് ടെസ്റ്റ് പ്രോട്ടോക്കോൾ നിർമ്മിക്കുക (രണ്ട് പതിപ്പുകൾ, എത്ര പാനലിസ്റ്റുകൾ, കോഡിംഗ്) നടപ്പിലാക്കൽ ഘട്ടങ്ങൾ എഴുതുക. സാങ്കൽപ്പിക (അല്ലെങ്കിൽ യഥാർത്ഥ) പാനൽ ഫലങ്ങൾ സൃഷ്‌ടിക്കുക, അവയെ AI-യിലേക്ക് സംഗ്രഹിക്കുക, ഏറ്റവും ദുർബലമായ സവിശേഷതയ്‌ക്കായി മൂന്ന് മെച്ചപ്പെടുത്തൽ ആശയങ്ങൾ നേടുക. ആരാണ് അന്തിമ രുചി തീരുമാനം എടുക്കേണ്ടതെന്നും എങ്ങനെയെന്നും ഒറ്റ വാചകത്തിൽ പ്രസ്താവിക്കുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] ഞാൻ രുചിയുടെ തീരുമാനം മനുഷ്യ പാനലിന് വിട്ടു, AI യ്ക്കല്ല.
• [ ] രുചി പരിശോധനാ ഫോമിൽ വ്യക്തമായ സവിശേഷതകളും സ്കെയിലും ഉൾപ്പെടുന്നു.
• പ്രധാന താരതമ്യങ്ങൾക്കായി ഞാൻ ബ്ലൈൻഡ് ടെസ്റ്റിംഗ് ഉപയോഗിക്കുന്നു.
• [ ] ഘടനാപരമായ ഫോം വഴി ഞാൻ ഫീഡ്ബാക്ക് ശേഖരിക്കുന്നു.
• [ ] ഞാൻ ഒറ്റ അണ്ണാക്കിന്നു പകരം പാനൽ അഭിപ്രായത്തെ ആശ്രയിക്കുന്നു.
• [ ] സെൻസറി അംഗീകാരമില്ലാതെ ഞാൻ മെനുവിലേക്ക് ഒരു പ്ലേറ്റും ചേർക്കില്ല.