AI 模型难以预测人们在 Covid-19 大流行期间的不规则行为

世界各地的零售和服务公司利用人工智能算法来预测客户行为、盘点库存、估计营销影响并检测可能的欺诈情况。用于做出这些预测的机器学习模型是根据人们正常的日常活动所得出的模式进行训练的。不幸的是，在冠状病毒大流行期间，我们的日常活动发生了变化，并且 科技创业 据报道，当前的机器学习模型因此被抛弃。 这个问题的严重程度因公司而异，但过去几周人们行为的突然变化对许多模型产生了负面影响。

当冠状病毒大流行发生时，人们的购买习惯发生了巨大变化。 在疫情爆发之前，最常购买的物品是手机壳、手机充电器、耳机、厨具等。 疫情爆发后，亚马逊排名前十的搜索词变成了高乐氏湿巾、来苏喷雾剂、纸巾、洗手​​液、口罩和卫生纸等。 在 10 月的最后一周，亚马逊的热门搜索都与人们需要躲避 Covid-19 的产品有关。 Covid-19 相关产品搜索/购买与疾病传播的相关性非常可靠，可以用来追踪大流行在不同地理区域的传播。 然而，当模型的输入数据与用于训练模型的数据相差太大时，机器学习模型就会崩溃。

局势的波动使得供应链和库存的自动化变得困难。 总部位于伦敦的咨询公司 Nozzle 的首席执行官雷尔·克莱恩 (Rael Cline) 解释说，一周前，各公司正在努力优化卫生纸的需求，而“本周每个人都想购买拼图或健身器材。”

其他公司也有自己的问题。 一家公司根据各种新闻文章的情绪提供投资建议，但由于目前新闻文章的情绪往往比平时更加​​悲观，因此投资建议可能严重偏向负面。 与此同时，一家流媒体视频公司利用推荐算法向观众推荐内容，但随着许多人突然订阅该服务，他们的推荐开始偏离目标。 另一家负责向印度零售商供应调味品和酱汁的公司发现，批量订单打破了他们的预测模型。

不同的公司正在以不同的方式处理流行病行为模式引起的问题。 一些公司只是简单地下调了他们的预测。 人们仍然继续订阅 Netflix 并在亚马逊上购买产品，但他们减少了奢侈品支出，推迟了大件商品的购买。 从某种意义上说，人们的消费行为可以被视为他们平常行为的收缩。

其他公司必须更多地实践他们的模型，并让工程师对模型及其训练数据进行重要调整。例如，Phrasee 是一家人工智能公司，利用自然语言处理和生成模型为各种客户创建文案和广告。 Phrasee 总是让工程师检查模型生成的文本，并且该公司已开始手动过滤掉其副本中的某些短语。 Phrasee 决定禁止生成在保持社交距离期间可能鼓励危险活动的短语，例如“派对服装”等短语。他们还决定限制可能导致焦虑的术语，例如“做好准备”、“系好安全带”或“备货”。

Covid-19 危机表明，异常事件甚至可能会导致训练有素且通常可靠的模型失效，因为事情可能会比通常包含在训练数据中的最坏情况更糟糕。 人工智能咨询公司 Pactera Edge 首席执行官 Rajeev Sharma 向我们解释道 科技创业 除了通常的向上和向下波动之外，通过对 Covid-19 大流行和大萧条等异常事件进行训练，可以使机器学习模型更加可靠。