De achterkant van Winestein

Op deze wereld wemelt het van mensen die van lekker eten houden. En de meesten daarvan zijn geen wijnkenner en hebben ook helemaal geen zin of tijd om dat te worden. Maar ze willen wel goeie wijn drinken, en wijn die goed matcht.

Voor die goeie wijn vertrouwen ze op de vele informatiebronnen die er al zijn. Maar welke wijn past er nou het beste bij wat je nou vanavond eens graag zou willen maken? We betreden dan het terrein van de sommelier. Goeie restaurants hebben er zelf een. Thuis is de grootste kans dat je er geen hebt. En dat is waar WineStein komt kijken.

In de basis was het idee achter WineStein heel eenvoudig: je geeft het gerecht in wat je wilt eten, en WineStein vertelt welke wijn daar goed bij past. Om zoiets te laten werken kun je proberen regels te formuleren. Maar… er zijn héél veel dingen waar je hier rekening mee moet houden. Vraag een goeie sommelier maar eens wat er door zijn (of haar) hoofd gaat bij het beredeneren van een goeie wijnmatch bij een gerecht. Wij hebben het gedaan en we werden er niet blij van. Er zijn gewoon veel te veel regels en uitzonderingen om een op regels gebaseerd systeem ooit aan het werken te krijgen, tenzij je met heel algemeen advies tevreden bent.

Dus, wat dan?
Gelukkig heeft de moderne wetenschap zich ook geworpen op het oplossen van allerlei heel ingewikkelde beslisproblemen. Dat is de wereld van ‘data mining’, neurale netwerken en allerlei andere vormen van geavanceerde wiskunde die er – mits ze goed gebruikt worden – in kunnen slagen om te pakken te krijgen hoe een expert op een bepaald gebied tot een opvatting komt. En daar zijn we voor gegaan in de ontwikkeling van WineStein.

Niet dat het vanaf daar plotseling eenvoudig was. We hebben er vijf jaar over gedaan om te komen waar we nu zijn. Maar nu we eenmaal de ‘truc’ te pakken hebben, zijn we echt op weg: dit soort software is zelflerend, wat zoveel betekent als dat WineStein nu vanzelf steeds beter wordt.

Om je een idee te geven van wat er achter die App schuilgaat: in WineStein speelt zich een duizelingwekkend tafereeltje getallenkraken af. De software neemt een grote range van smaak- en aromatische aspecten van zowel het gerecht als de wijntypes mee. Eigenlijk zetten we alles wat van belang is in hoe een wijn bij een gerecht past om in getallen. Hoe precies is natuurlijk het geheim van de kok, dus dat houden we netjes voor ons.
We kunnen echter wel onthullen dat wanneer WineStein eenmaal de basisberekeningen heeft verricht op wat jij ‘m hebt verteld dat je wilt eten, het programma aan een zoektocht begint onder de 50.000 voorbeelden van combinaties (goeie en slechte!) van wijnen en gerechten waar het mee getraind is. Die zoektocht omvat meer dan 200 miljoen (!!) mogelijke combinaties van alle dingen die mogelijk van belang zijn in een wijnspijscombinatie. En daaruit berekent WineStein de resultaten.

Dus, mocht je je afvragen waarom onze App soms een paar seconden staat te laden en rekenen; dit is de reden. We doen ons best om ‘m zo snel mogelijk te maken, maar 200 miljoen is een aardig aantal, zelfs voor de stevige computer waar WineStein op draait.

Onder de indruk van wat we voor elkaar hebben gekregen? Bedankt. Maar het belangrijkste voor ons is dat je het leuk en nuttig vindt wat we gebouwd hebben. Bij WineStein / winewinewine.com houdt iedereen van lekker eten en goeie wijn. En we willen zoveel mogelijk mensen laten genieten van hoeveel beter die allebei worden wanneer de goeie wijn bij een gerecht staat.

Oh ja: mocht je ooit iets tegenkomen wat een beetje raar lijkt, stuur ons dan even feedback (zit in je App). Die feedback gebruiken we om WineStein verder te verbeteren. Alvast bedankt daarvoor!

Je kunt een demo op YouTube hier vinden.

Onze iPhone App is hier te downloaden.