Τα Μοντέλα AI Δυσκολεύονται να Προβλέψουν τις Ανियमόδεις Συμπεριφορές των Ανθρώπων κατά τη διάρκεια της Πανδημίας Covid-19

Οι εταιρείες λιανικής και υπηρεσιών σε όλο τον κόσμο χρησιμοποιούν αλγόριθμους AI για να προβλέψουν τις συμπεριφορές των πελατών, να μετρήσουν τις αποθέματα, να εκτιμήσουν τις επιπτώσεις της διαφήμισης και να ανιχνεύσουν πιθανές περιπτώσεις απάτης. Τα μοντέλα μηχανικής μάθησης που χρησιμοποιούνται για να κάνουν αυτές τις προβλέψεις εκπαιδεύονται σε πρότυπα που προέρχονται από την κανονική, καθημερινή δραστηριότητα των ανθρώπων. Δυστυχώς, η καθημερινή μας δραστηριότητα έχει αλλάξει κατά τη διάρκεια της πανδημίας του κοροναϊού και όπως αναφέρθηκε από το MIT Technology Review, τα τρέχοντα μοντέλα μηχανικής μάθησης έχουν επηρεαστεί αρνητικά ως αποτέλεσμα. Η σοβαρότητα του προβλήματος διαφέρει από εταιρεία σε εταιρεία, αλλά πολλά μοντέλα έχουν επηρεαστεί αρνητικά από την απότομη αλλαγή στη συμπεριφορά των ανθρώπων κατά τη διάρκεια των τελευταίων εβδομάδων.

Όταν έγινε η πανδημία του κοροναϊού, οι αγοραστικές συνήθειες των ανθρώπων άλλαξαν δραματικά. Πριν από την έναρξη της πανδημίας, τα πιο συχνά αγοραζόμενα αντικείμενα ήταν πράγματα όπως θήκες κινητών, φορτιστές, ακουστικά, μαγειρικά σκεύη. Μετά την έναρξη της πανδημίας, τα top 10 αναζητήσεων του Amazon (AMZN ) έγιναν πράγματα όπως Clorox wipes, Lysol spray, χαρτοπετσέτες, αντισηπτικά χεριών, μάσκες προσώπου και χαρτί υγείας. Κατά τη διάρκεια της τελευταίας εβδομάδας του Φεβρουαρίου, οι κορυφαίες αναζητήσεις του Amazon έγιναν όλες σχετικές με προϊόντα που οι άνθρωποι χρειάζονταν για να προστατευτούν από το Covid-19. Η συσχέτιση των αναζητήσεων/αγορών προϊόντων σχετικών με το Covid-19 και της εξάπλωσης της νόσου είναι τόσο αξιόπιστη που μπορεί να χρησιμοποιηθεί για να παρακολουθήσει την εξάπλωση της πανδημίας σε διαφορετικές γεωγραφικές περιοχές. Ωστόσο, τα μοντέλα μηχανικής μάθησης καταρρέουν όταν τα δεδομένα εισόδου του μοντέλου είναι πολύ διαφορετικά από τα δεδομένα που χρησιμοποιήθηκαν για την εκπαίδευση του μοντέλου.

Η ταχύτητα της κατάστασης έχει κάνει τη αυτοματοποίηση των αλυσίδων εφοδιασμού και των αποθεμάτων δύσκολη. Ο Rael Cline, ο CEO της εταιρείας συμβούλων Nozzle, με έδρα το Λονδίνο, εξήγησε ότι οι εταιρείες προσπαθούν να βελτιστοποιήσουν την ζήτηση για χαρτί υγείας πριν από μια εβδομάδα, ενώ “αυτή την εβδομάδα όλοι θέλουν να αγοράσουν παζλ ή γυμναστική εξοπλισμό”.

Άλλες εταιρείες έχουν τα δικά τους προβλήματα. Μια εταιρεία παρέχει συστάσεις επενδύσεων με βάση τη στάση των διαφόρων άρθρων ειδήσεων, αλλά επειδή η στάση των άρθρων ειδήσεων αυτή τη στιγμή είναι συχνά πιο απαισιόδοξη από το κανονικό, οι συμβουλές επενδύσεων θα μπορούσαν να είναι πολύ negativamente προκατειλημμένες. Εν τω μεταξύ, μια εταιρεία βίντεο streaming χρησιμοποιούσε αλγόριθμους συστάσεων για να προτείνει περιεχόμενο στους θεατές, αλλά καθώς πολλοί άνθρωποι εγγράφονταν ξαφνικά στην υπηρεσία, οι συστάσεις τους άρχισαν να απομακρύνονται από το στόχο. Άλλη μια εταιρεία που ήταν υπεύθυνη για την εφοδιασμό των εμπόρων στην Ινδία με καρυκεύματα και σάλτσες ανακάλυψε ότι οι 벌κ εντολές έσπαγαν τα προβλεπτικά μοντέλα τους.

Διαφορετικές εταιρείες χειρίζονται τα προβλήματα που προκαλούνται από τα πρότυπα συμπεριφοράς της πανδημίας με διαφορετικούς τρόπους. Ορισμένες εταιρείες απλώς αναθεωρούν τις εκτιμήσεις τους προς τα κάτω. Οι άνθρωποι συνεχίζουν να εγγράφονται στο Netflix (NFLX ) και να αγοράζουν προϊόντα στο Amazon, αλλά έχουν μειώσει τις δαπάνες τους σε πολυτελείς δραστηριότητες, αναβάλλοντας αγορές σε μεγάλα προϊόντα. Σε ένα βαθμό, οι δαπάνες των ανθρώπων μπορούν να θεωρηθούν ως μια σύμπτυξη της κανονικής συμπεριφοράς τους.

Άλλες εταιρείες έχουν πρέπει να γίνουν πιο χειροπιαστές με τα μοντέλα τους και να έχουν μηχανικούς να κάνουν σημαντικές ρυθμίσεις στο μοντέλο και στα δεδομένα εκπαίδευσής του. Για παράδειγμα, η Phrasee είναι μια εταιρεία AI που χρησιμοποιεί μοντέλα φυσικής γλώσσας και γεννήτριας για να δημιουργήσει κείμενο και διαφημίσεις για eine ποικιλία πελατών. Η Phrasee πάντα έχει μηχανικούς να ελέγχουν τι κείμενο παράγει το μοντέλο, και η εταιρεία έχει αρχίσει να φιλτράρει χειροκίνητα ορισμένες φράσεις στο κείμενό της. Η Phrasee έχει αποφασίσει να απαγορεύσει τη γεννήτρια φράσεων που θα μπορούσαν να ενθαρρύνουν επικίνδυνες δραστηριότητες κατά τη διάρκεια μιας περιόδου κοινωνικής αποστασιοποίησης, φράσεις όπως “ενδυμασία πάρτι”. Έχουν επίσης αποφασίσει να περιορίσουν τους όρους που θα μπορούσαν να οδηγήσουν σε άγχος, όπως “παρασκευάστε”, “συνδέστε”, ή “αποθηκεύστε”.

Η κρίση του Covid-19 έχει δείξει ότι τα απρόβλεπτα γεγονότα μπορούν να ρίξουν ακόμη και τα πιο εκπαιδευμένα μοντέλα που είναι συνήθως αξιόπιστα, καθώς τα πράγματα μπορούν να γίνουν πολύ χειρότερα από τα χειρότερα σενάρια που είναι συνήθως περιλαμβανόμενα στα δεδομένα εκπαίδευσης. Ο Rajeev Sharma, ο CEO της εταιρείας συμβούλων AI Pactera Edge, εξήγησε στο MIT Technology Review ότι τα μοντέλα μηχανικής μάθησης θα μπορούσαν να γίνουν πιο αξιόπιστα εάν εκπαιδευτούν σε απρόβλεπτα γεγονότα όπως η πανδημία του κοροναϊού και η Μεγάλη Κρίση, εκτός από τις συνήθεις αναρρίχηση και κάθοδο των διακυμάνσεων. включεν στην εκπαίδευση.