कोविड-19 महामारी के दौरान लोगों के अनियमित व्यवहार की भविष्यवाणी करने में एआई मॉडल संघर्ष कर रहे हैं

दुनिया भर में खुदरा और सेवा कंपनियां ग्राहकों के व्यवहार की भविष्यवाणी करने, इन्वेंट्री का स्टॉक लेने, विपणन प्रभावों का अनुमान लगाने और संभावित धोखाधड़ी के मामलों का पता लगाने के लिए एआई एल्गोरिदम का उपयोग करती हैं। इन भविष्यवाणियों को बनाने के लिए उपयोग किए जाने वाले मशीन लर्निंग मॉडल लोगों की सामान्य, दैनिक गतिविधि से प्राप्त पैटर्न पर प्रशिक्षित होते हैं। दुर्भाग्य से, हमारी दैनिक गतिविधि कोरोनवायरस महामारी के दौरान बदल गई है, और जैसा कि MIT Technology Review ने बताया है, वर्तमान मशीन लर्निंग मॉडल इसके परिणामस्वरूप बंद हो रहे हैं। समस्या की गंभीरता कंपनी से कंपनी में भिन्न होती है, लेकिन कई मॉडल पिछले कुछ हफ्तों में लोगों के व्यवहार में अचानक परिवर्तन से नकारात्मक रूप से प्रभावित हुए हैं।

जब कोरोनवायरस महामारी हुई, तो लोगों की खरीदारी की आदतें नाटकीय रूप से बदल गईं। महामारी की शुरुआत से पहले, सबसे अधिक बार खरीदे जाने वाले वस्तुओं में फोन केस, फोन चार्जर, हेडफोन, किचनवेयर जैसी चीजें शामिल थीं। महामारी की शुरुआत के बाद, अमेज़ॅन के शीर्ष 10 खोज शब्द क्लोरोक्स वाइप्स, लिसोल स्प्रे, पेपर टॉवल, हैंड सैनिटाइज़र, फेस मास्क और टॉयलेट पेपर जैसी चीजें बन गए। फरवरी के अंतिम सप्ताह के दौरान, अमेज़ॅन की शीर्ष खोज सभी कोविड-19 से स्वयं को बचाने के लिए लोगों द्वारा आवश्यक उत्पादों से संबंधित हो गई। कोविड-19 से संबंधित उत्पाद खोज/खरीद और बीमारी के प्रसार के बीच संबंध इतना विश्वसनीय है कि इसका उपयोग विभिन्न भौगोलिक क्षेत्रों में महामारी के प्रसार को ट्रैक करने के लिए किया जा सकता है। फिर भी, मशीन लर्निंग मॉडल तब टूट जाते हैं जब मॉडल के इनपुट डेटा प्रशिक्षण डेटा से बहुत अलग होते हैं।

स्थिति की अस्थिरता ने आपूर्ति श्रृंखला और इन्वेंट्री के स्वचालन को मुश्किल बना दिया है। लंदन स्थित परामर्श कंपनी नोज़ल के सीईओ रेल क्लाइन ने बताया कि कंपनियां पिछले सप्ताह टॉयलेट पेपर की मांग के लिए अनुकूलन करने की कोशिश कर रही हैं, जबकि “इस सप्ताह हर कोई पज़ल या जिम उपकरण खरीदना चाहता है”।

अन्य कंपनियों को अपनी समस्याएं हैं। एक कंपनी विभिन्न समाचार लेखों के भाव के आधार पर निवेश सिफारिशें प्रदान करती है, लेकिन चूंकि वर्तमान में समाचार लेखों का भाव अक्सर सामान्य से अधिक नकारात्मक होता है, निवेश सलाह नकारात्मक की ओर झुक सकती है। दूसरी ओर, एक स्ट्रीमिंग वीडियो कंपनी ने दर्शकों को सामग्री सुझाने के लिए सिफारिश एल्गोरिदम का उपयोग किया, लेकिन जब कई लोग अचानक सेवा में शामिल हुए तो उनकी सिफारिशें कम होने लगीं। एक अन्य कंपनी जो भारत में रिटेलर्स को मसालों और सॉस की आपूर्ति करती है, ने पाया कि बल्क ऑर्डर ने उनके पूर्वानुमान मॉडल को तोड़ दिया।

विभिन्न कंपनियां महामारी के कारण होने वाले व्यवहार पैटर्न की समस्याओं को विभिन्न तरीकों से संभाल रही हैं। कुछ कंपनियां अपने अनुमानों को नीचे की ओर संशोधित कर रही हैं। लोग अभी भी नेटफ्लिक्स की सदस्यता लेते हैं और अमेज़ॅन पर उत्पाद खरीदते हैं, लेकिन उन्होंने बड़े टिकट आइटम पर खरीदारी को स्थगित कर दिया है। एक तरह से, लोगों के खर्च के व्यवहार को उनके सामान्य व्यवहार के संकुचन के रूप में कल्पना की जा सकती है।

अन्य कंपनियों को अपने मॉडल और प्रशिक्षण डेटा में महत्वपूर्ण बदलाव करने के लिए इंजीनियरों को अधिक हाथों-हाथ मिलाना पड़ा है। उदाहरण के लिए, फ्रेज़ी एक एआई फर्म है जो प्राकृतिक भाषा प्रसंस्करण और पीढ़ी मॉडल का उपयोग करके विभिन्न क्लाइंट के लिए कॉपी और विज्ञापन बनाती है। फ्रेज़ी हमेशा इंजीनियरों को यह जांचते हैं कि मॉडल क्या पाठ उत्पन्न करता है, और कंपनी ने अपनी प्रतिलिपि में कुछ वाक्यांशों को मैन्युअल रूप से फिल्टर करना शुरू कर दिया है। फ्रेज़ी ने सामाजिक दूरी के समय में खतरनाक गतिविधियों को प्रोत्साहित करने वाले वाक्यांशों के उत्पादन पर प्रतिबंध लगाने का फैसला किया है, जैसे कि “पार्टी वियर”। उन्होंने चिंता पैदा करने वाले शब्दों जैसे “ब्रेस योरसेल्फ”, “बकल अप” या “स्टॉक अप” पर भी प्रतिबंध लगाने का फैसला किया है।

कोविड-19 संकट ने यह प्रदर्शित किया है कि असामान्य घटनाएं आमतौर पर विश्वसनीय होने वाले उच्च प्रशिक्षित मॉडल को भी बंद कर सकती हैं, क्योंकि चीजें सामान्य रूप से प्रशिक्षण डेटा में शामिल सबसे खराब मामले की स्थिति से भी बदतर हो सकती हैं। एआई परामर्श पैक्टेरा एज के सीईओ राजीव शर्मा ने MIT Technology Review को बताया कि मशीन लर्निंग मॉडल को कोविड-19 महामारी और ग्रेट डिप्रेशन जैसी असामान्य घटनाओं के साथ-साथ सामान्य ऊपर और नीचे की उतार-चढ़ाव पर प्रशिक्षित करके अधिक विश्वसनीय बनाया जा सकता है।