Modelele de inteligență artificială au dificultăți în a prezice comportamentul iregular al oamenilor în timpul pandemiei de Covid-19

Companiile de retail și servicii din întreaga lume utilizează algoritmi de inteligență artificială pentru a prezice comportamentul clienților, a gestiona stocurile, a estima impactul marketingului și a detecta posibilele cazuri de fraudă. Modelele de învățare automată utilizate pentru a face aceste predicții sunt antrenate pe modele derivate din activitatea normală, de zi cu zi, a oamenilor. Din nefericire, activitatea noastră de zi cu zi s-a schimbat în timpul pandemiei de coronavirus, și, așa cum a raportat MIT Technology Review, modelele actuale de învățare automată sunt afectate negativ ca urmare. Severitatea problemei diferă de la o companie la alta, dar multe modele au fost afectate negativ de schimbarea bruscă a comportamentului oamenilor în ultimele săptămâni.

Când a apărut pandemia de coronavirus, obiceiurile de cumpărare ale oamenilor s-au schimbat dramatic. Înainte de apariția pandemiei, cele mai cumpărate obiecte erau lucruri precum husă de telefon, încărcător de telefon, căști, articole de bucătărie. După începutul pandemiei, primele 10 căutări pe Amazon (AMZN ) au devenit lucruri precum șervețele Clorox, spray Lysol, prosoape de hârtie, dezinfectant pentru mâini, măști de față și hârtie igienică. În ultima săptămână a lunii februarie, toate căutările de top pe Amazon au devenit legate de produse pe care oamenii le necesită pentru a se proteja de Covid-19. Corelația dintre căutările și achizițiile de produse legate de Covid-19 și răspândirea bolii este atât de fiabilă încât poate fi utilizată pentru a urmări răspândirea pandemiei în diferite regiuni geografice. Cu toate acestea, modelele de învățare automată se deteriorează atunci când datele de intrare ale modelului sunt prea diferite de datele utilizate pentru antrenare.

Volatilitatea situației a făcut ca automatizarea lanțurilor de aprovizionare și a stocurilor să fie dificilă. Rael Cline, directorul general al companiei de consultanță Nozzle, cu sediul în Londra, a explicat că companiile încearcă să optimizeze cererea de hârtie igienică de săptămâna trecută, în timp ce “această săptămână toată lumea vrea să cumpere puzzle-uri sau echipamente de fitness”.

Alte companii au propriile lor probleme. O companie oferă recomandări de investiții pe baza sentimentului articolelor de știri, dar deoarece sentimentul articolelor de știri în acest moment este adesea mai pesimist decât de obicei, sfaturile de investiții pot fi puternic influențate în sens negativ. Între timp, o companie de streaming video utilizează algoritmi de recomandare pentru a sugera conținut utilizatorilor, dar deoarece mulți oameni s-au abonat brusc la serviciu, recomandările au început să nu mai corespundă. O altă companie responsabilă cu aprovizionarea retailerilor din India cu condimente și sosuri a descoperit că comenzile în bulk au stricat modelele sale predictive.

Companiile gestionează problemele cauzate de modelele de comportament în timpul pandemiei în moduri diferite. Unele companii simplifică doar estimările lor. Oamenii continuă să se aboneze la Netflix (NFLX ) și să cumpere produse pe Amazon, dar au redus cheltuielile de lux, amânând cumpărăturile de articole scumpe. Într-un sens, comportamentul de cheltuieli al oamenilor poate fi considerat o contracție a comportamentului lor obișnuit.

Alte companii au trebuit să fie mai implicate în modelele lor și să facă ajustări importante ale modelului și datelor sale de antrenare. De exemplu, Phrasee este o firmă de inteligență artificială care utilizează modele de procesare și generare a limbajului natural pentru a crea copii și reclame pentru o varietate de clienți. Phrasee are întotdeauna ingineri care verifică ce text generează modelul, iar compania a început să filtreze manual anumite fraze din copiile sale. Phrasee a decis să interzică generarea de fraze care ar putea încuraja activități periculoase în timpul distanțării sociale, fraze precum “îmbrăcăminte de petrecere”. De asemenea, au decis să restricționeze termeni care ar putea duce la anxietate, precum “pregătiți-vă”, “încălzați-vă” sau “stocați-vă”.

Crisa Covid-19 a demonstrat că evenimentele neașteptate pot afecta chiar și modelele de învățare automată bine antrenate, care sunt de obicei fiabile, deoarece lucrurile pot deveni mult mai grave decât scenariile de caz mai rău care sunt de obicei incluse în datele de antrenare. Rajeev Sharma, directorul general al companiei de consultanță Pactera Edge, a explicat MIT Technology Review că modelele de învățare automată ar putea fi făcute mai fiabile prin antrenarea lor pe evenimente neașteptate, precum pandemia de Covid-19 și Marea Criză Economică, pe lângă fluctuațiile obișnuite în sus și în jos.