AIモデルは、COVID-19パンデミック時の人の不規則な行動を予測するのに苦労している

世界中の小売およびサービス企業は、顧客の行動を予測するためにAIアルゴリズムを使用しており、在庫を管理し、市場への影響を推定し、不正行為を検出しています。これらの予測を行うために使用される機械学習モデルは、通常の日常活動から導かれたパターンでトレーニングされています。不幸にも、私たちの日常活動はコロナウイルスパンデミックの間で変化しました。MIT Technology Reviewは、現在の機械学習モデルはその結果として混乱しています。問題の深刻さは企業によって異なりますが、多くのモデルは過去数週間で人の行動の突然の変化によって悪影響を受けています。

コロナウイルスパンデミックが発生すると、人の購買習慣は劇的に変わりました。パンデミックの前に、最もよく購入される物品は、携帯電話ケース、携帯電話充電器、ヘッドフォン、キッチン用品でした。パンデミックの開始後、Amazonのトップ10の検索ワードは、Cloroxの除菌ワイプ、Lysolのスプレー、ペーパータオル、ハンドサニタイザー、フェイスマスク、トイレットペーパーなどになりました。2月の最後の1週間で、Amazonのトップ検索はすべて、COVID-19から身を守るために必要な製品に関連するものになりました。COVID-19関連の製品の検索/購入と疾患の蔓延との相関は非常に信頼性が高く、地理的な地域でパンデミックの蔓延を追跡するために使用できます。しかし、機械学習モデルの入力データがモデルをトレーニングするために使用されるデータと大きく異なると、モデルは崩壊します。

状況の不安定さは、サプライチェーンと在庫の自動化を困難にしました。ロンドンを拠点とするコンサルティング会社NozzleのCEOであるRael Clineは、企業は1週間前のトイレットペーパーの需要を最適化しようとしているが、「今週、誰もがパズルやジム用具を買いたい」と説明しました。

他の企業も独自の問題を抱えています。ある企業は、さまざまなニュース記事の感情に基づいて投資の勧告を提供しますが、現在のニュース記事の感情は通常よりも悲観的であるため、投資のアドバイスは大きくネガティブに傾く可能性があります。一方、ストリーミングビデオ会社は、視聴者にコンテンツを提案するために推奨アルゴリズムを使用しましたが、多くの人が突然サービスに登録したため、推奨は外れ始めました。インドの小売業者に調味料やソースを供給する企業も、バルク注文が予測モデルを壊しました。

企業はパンデミックによる行動パターンの問題に対処するために、さまざまな方法を採用しています。企業は見積もりを下方修正しています。人々はまだNetflixに登録し、Amazonで製品を購入していますが、贅沢な支出を減らし、大型アイテムの購入を延期しています。ある意味で、人々の支出行動は通常の行動の縮小とみなすことができます。

企業はモデルをより手動で操作し、エンジニアがモデルとトレーニングデータに重要な調整を行う必要がありました。例えば、Phraseeは自然言語処理と生成モデルを使用して、さまざまなクライアントのコピーと広告を作成するAI企業です。Phraseeは常にエンジニアがモデルが生成するテキストを確認し、会社はコピー内の特定のフレーズを手動でフィルタリングし始めました。Phraseeは、ソーシャルディスタンスの時代に危険な活動を促すフレーズ、たとえば「パーティーウェア」の生成を禁止することにしました。また、不安を引き起こす可能性のある用語、たとえば「自分を守れ」、「腰をすえろ」、「備えろ」を制限することにしました。

COVID-19の危機は、通常は信頼性が高いが、トレーニングデータに含まれる通常の上昇と下降の変動に加えて、フリークイベントのようなCOVID-19パンデミックや世界恐慌などのトレーニングを行うことで、機械学習モデルをより信頼性の高いものにすることができることを示しています。AIコンサルティング会社Pactera EdgeのCEOであるRajeev Sharmaは、MIT Technology Reviewに、機械学習モデルはフリークイベントでトレーニングすることでより信頼性の高いものになる可能性があると説明しました。