نماذج الذكاء الاصطناعي تعاني من صعوبة في التنبؤ بسلوك الناس غير المنتظم خلال جائحة كوفيد-19

تستخدم الشركات التجارية والخدمية في جميع أنحاء العالم خوارزميات الذكاء الاصطناعي للتنبؤ بسلوك العملاء، وتحديد مخزون البضائع، وتقييم تأثير التسويق، وتحديد الحالات المحتملة للغش. يتم تدريب نماذج التعلم الآلي المستخدمة لصنع هذه التنبؤات على أنماط مستمدة من النشاط اليومي العادي للأشخاص. للأسف، تغيرت أنشطتنا اليومية خلال جائحة كورونا، وكما ذكرت مجلة MIT Technology Review، فإن نماذج التعلم الآلي الحالية تتعرض لاضطراب نتيجة لذلك. تختلف شدة المشكلة من شركة إلى أخرى، ولكن العديد من النماذج تأثرت سلبًا بالتغيير المفاجئ في سلوك الناس على مدار الأسابيع القليلة الماضية.

عندما حدثت جائحة كورونا، تغيرت عادات شراء الناس بشكل كبير. قبل بداية الجائحة، كانت الأشياء الأكثر شراء هي أشياء مثل غطاء الهاتف، وسماعات الرأس، وأدوات المطبخ. بعد بداية الجائحة، أصبحت الأشياء الأكثر بحثًا على أمازون هي أشياء مثل مناديل كлорوكس، ورباط اليد، وورق الحمام، وكمامات الوجه، ومناديل التواليت. على مدار الأسبوع الأخير من فبراير، أصبحت جميع عمليات البحث على أمازون متعلقة بالمنتجات التي يحتاجها الناس لحماية أنفسهم من كوفيد-19. يمكن استخدام علاقة بين عمليات البحث والشراء المتعلقة بكوفيد-19 لتتبع انتشار الجائحة عبر المناطق الجغرافية المختلفة. ومع ذلك، تتعطل نماذج التعلم الآلي عندما يكون بيانات الإدخال للمodel مختلفة جدًا عن البيانات المستخدمة في التدريب.

أدت طابع عدم اليقين في الوضع إلى صعوبة في تلقيم سلاسل التوريد ومخزون البضائع. أوضح راييل كلاين، الرئيس التنفيذي لشركة نوزل في لندن، أن الشركات تحاول تحسين الطلب على ورق التواليت منذ أسبوع، بينما “يريد الجميع شراء ألعاب أو معدات رياضية هذا الأسبوع”.

تتعامل الشركات الأخرى مع مشاكلها الخاصة. هناك شركة توفر توصيات استثمارية بناءً على مشاعر مقالات الأخبار، ولكن بسبب أن مشاعر مقالات الأخبار في الوقت الحالي أكثر تشاؤمًا من المعتاد، يمكن أن تكون نصائح الاستثمار مشوهة بشكل كبير. في الوقت نفسه، تستخدم شركة بث فيديو خوارزميات التوصية لاقتراح محتوى للمشاهدين، ولكن مع اشتراك nhiều людей في الخدمة فجأة، بدأت التوصيات تخرج عن المسار. كما اكتشفت شركة أخرى مسؤولة عن تزويد تجار التجزئة في الهند بالتوابل والصلصات أن الطلبات بالجملة كسرت نماذجها التنبؤية.

تتعامل الشركات المختلفة مع المشاكل الناجمة عن أنماط سلوك الجائحة بطرق مختلفة. بعض الشركات تقلل من تقديراتها فقط. لا يزال الناس ي继续 في اشتراكات نتفليكس وشراء المنتجات على أمازون، ولكنهم قاموا بتخفيض النفقات الترفيهية، وتأجيل شراء العناصر الكبيرة. في نوع من المعاني، يمكن اعتبار سلوك الإنفاق للأشخاص كتقلص لسلوكهم العادي.

اضطرت بعض الشركات إلى التعامل بشكل أكثر يدوية مع نماذجها، وتعديلها من قبل مهندسيها. على سبيل المثال، شركة فرايزي هي شركة ذكاء اصطناعي تستخدم نماذج اللغة الطبيعية وتوليد النصوص لإنشاء نسخة إعلانية لعدد من العملاء. دائمًا ما تقوم فرايزي بفحص النص الذي تولده النماذج، وقد بدأت في تصفية بعض العبارات في نسختها يدويًا. قررت فرايزي حظر توليد العبارات التي قد تشجع على أنشطة خطرة خلال فترة التباعد الاجتماعي، مثل “ملابس الحفلات”. كما قررت تقييد المصطلحات التي قد تؤدي إلى القلق، مثل “استعد” أو “اشتر”.

أظهرت أزمة كوفيد-19 أن الأحداث غير المتوقعة يمكن أن تؤثر على نماذج التعلم الآلي حتى لو كانت موثوقة بشكل عام، حيث يمكن أن تزداد الأمور سوءًا أكثر من السيناريوهات الأسوأ التي يتم تضمينها عادةً في بيانات التدريب. أوضح راجيف شارما، الرئيس التنفيذي لشركة باكترا إيدج، ل مجلة MIT Technology Review أن نماذج التعلم الآلي يمكن جعلها أكثر موثوقية من خلال تدريبها على أحداث غير متوقعة مثل جائحة كوفيد-19 والكساد الكبير، بالإضافة إلى التقلبات المعتادة للأعلى والأسفل.