AI 모델은 Covid-19 팬데믹 동안 사람들의 비정상적인 행동을 예측하기 어려워

전 세계의 소매 및 서비스 회사들은 고객 행동을 예측하고 재고를 관리하며 마케팅 영향력을 평가하고 가능한 사기 행위를 감지하기 위해 AI 알고리즘을 사용합니다. 이러한 예측을 위해 사용되는 기계 학습 모델은 사람들의 일상 활동에서 파생된 패턴으로 훈련됩니다. 불행히도, 우리의 일상 활동은 코로나바이러스 감염증 팬데믹 期間 동안 변경되었습니다. MIT Technology Review에 따르면, 현재 기계 학습 모델은 이러한 갑작스러운 변화로 인해 혼란을 겪고 있습니다. 문제의 심각성은 회사마다 다르지만, 많은 모델이 최근 몇 주 동안 사람들의 행동이突然 변경됨에 따라 부정적인 영향을 받았습니다.

코로나바이러스 감염증 팬데믹이 발생했을 때, 사람들의 구매習慣이劇的に 변경되었습니다. 팬데믹 이전에, 가장 많이 구매되는 물건들은 휴대폰 케이스, 휴대폰 충전기, 헤드폰, 주방 용품 등이었습니다. 그러나 팬데믹이 시작된 후, 아마존의 상위 10개 검색어는 클로록스 위스, 라이솔 스프레이, 페이퍼 타월, 손 소독제, 마스크, 화장지 등이되었습니다. 지난 2월 마지막 주에, 아마존의 상위 검색어는 모두 Covid-19로 부터 자신을 보호하기 위해 필요한 제품들과 관련이있었습니다. Covid-19 관련 제품 검색 및 구매와 질병의 확산 사이의 상관관계는 इतन나 밀접하므로, 이를 통해 팬데믹의 확산을 다른 지역에서 추적할 수 있습니다. 그러나 기계 학습 모델은 입력 데이터가 훈련 데이터와 너무 다를 때 고장납니다.

状況의 불안정성으로 인해 공급망 및 재고의 자동화가 어려워졌습니다. 런던 기반의 컨설팅 회사인 노즐의 CEO인 래엘 클라인은, 회사들이 지난주에 화장지 수요를 최적화하려고 시도하고 있지만, “이번 주에는 모든 사람이 퍼즐이나 운동 기구를 구매하려고 합니다”라고 설명했습니다.

다른 회사들도 각자의 문제를 가지고 있습니다. 한 회사는 뉴스 기사의 감정에 따라 투자 추천을 제공하는 회사입니다. 그러나 현재 뉴스 기사의 감정은 일반적으로보다 더 비관적이므로, 투자 조언은 부정적으로 치우쳐질 수 있습니다. 한 스트리밍 비디오 회사는 추천 알고리즘을 사용하여 시청자에게 콘텐츠를 제안했습니다. 그러나 많은 사람들이突然 서비스에 가입하면서, 추천이 옳지 않게되었습니다. 또 다른 회사는 인도에서 소매 업체들에게 양념과 소스를 공급하는 회사였는데, 대량 주문이 예측 모델을 고장나게 만들었습니다.

다른 회사들은 팬데믹으로 인한 행동 패턴의 문제를 다르게 처리하고 있습니다. 일부 회사는 단순히 예측치를 낮추고 있습니다. 사람들은 여전히 넷플릭스를 구독하고 아마존에서 제품을 구매하지만, họ는 고급품 구매를 줄이고 큰 티켓 항목의 구매를 연기했습니다. 어느 정도로, 사람들의 지출 행동은 일반적인 행동의 축소라고 할 수 있습니다.

다른 회사는 모델과 훈련 데이터에 대한 중요한 수정을 엔지니어가 직접 수행해야 했습니다. 예를 들어, 프레이즈는 자연어 처리 및 생성 모델을 사용하여 다양한 고객을 위한 복사 및 광고를 생성하는 AI 회사입니다. 프레이즈는 항상 엔지니어가 모델이 생성한 텍스트를 확인하고, 회사에서는 일부 구문을 수동으로 필터링하기 시작했습니다. 프레이즈는 사회적 거리두기 기간 동안 위험한 활동을 장려할 수 있는 구문을 생성하지 않기로 결정했습니다. 예를 들어, “파티 용품”과 같은 구문입니다. 또한, 불안을 유발할 수 있는 용어를 제한하기로 결정했습니다. 예를 들어, “준비하세요”, “벨트를 заст세요”, 또는 “재고를 쌓아두세요”와 같은 구문입니다.

Covid-19 위기는 극적인 사건이 일반적으로 신뢰할 수 있는 높은 훈련을받은 모델을 혼란스럽게 만들 수 있음을 보여주었습니다. 이러한 모델은 일반적인 상승 및 하락의 변동 외에도 Covid-19 팬데믹 및 대공황과 같은 극적인 사건으로 훈련될 수 있습니다. MIT Technology Review에 따르면, AI 컨설팅 회사인 팩테라 에지의 CEO인 라지브 샤르마는, 이러한 극적인 사건으로 훈련된 기계 학습 모델은 더 신뢰할 수 있게 될 수 있다고 설명했습니다.