AI 模型难以预测人们在 Covid-19 大流行期间的不规则行为

全球各地的零售和服务公司都使用 AI 算法来预测客户行为，库存管理，估计营销影响，并检测可能的欺诈行为。这些预测所使用的机器学习模型是基于人们日常活动的模式训练的。不幸的是，我们的日常活动在冠状病毒大流行期间已经改变，如 MIT Technology Review 报道，当前的机器学习模型也因此而受到影响。问题的严重程度因公司而异，但许多模型都受到人们行为突然变化的负面影响。

当冠状病毒大流行发生时，人们的购买习惯发生了戏剧性的变化。在大流行之前，人们最常购买的物品是手机壳、手机充电器、耳机、厨具等。在大流行开始后，亚马逊的前 10 个搜索词变成了 Clorox 消毒湿巾、 Lysol 喷雾、纸巾、手部消毒剂、口罩和卫生纸。在 2 月的最后一周，亚马逊的所有热门搜索都与人们为防范 Covid-19 而需要的产品有关。Covid-19 相关产品的搜索和购买与疾病的传播之间的关联如此可靠，以至于可以用它来跟踪疫情在不同地理区域的传播。然而，当模型的输入数据与训练数据差异太大时，机器学习模型就会失效。

这种情况的波动性使得自动化供应链和库存变得困难。伦敦咨询公司 Nozzle 的 CEO Rael Cline 解释说，公司们正试图优化上周的马桶纸需求，而“这周每个人都想买拼图或健身设备”。

其他公司也有自己的问题。有一家公司提供基于新闻文章情绪的投资建议，但由于当前新闻文章的情绪往往比平常更为悲观，投资建议可能会严重偏向负面。同时，一家流媒体视频公司使用推荐算法来建议内容给观众，但当许多人突然订阅该服务时，他们的推荐开始失去准确性。另一家公司负责为印度零售商供应调味品和酱料，发现批量订单打破了他们的预测模型。

不同的公司以不同的方式处理由大流行引起的行为模式问题。有些公司只是修订了他们的估计。人们仍然继续订阅 Netflix (NFLX ) 和在亚马逊上购买产品，但他们已经减少了奢侈消费，推迟了大件商品的购买。在某种意义上，人们的消费行为可以被认为是他们通常行为的收缩。

其他公司不得不更手动地处理他们的模型，并让工程师对模型和其训练数据进行重要的调整。例如，Phrasee 是一家使用自然语言处理和生成模型为各种客户创建文案和广告的 AI 公司。Phrasee 总是让工程师检查模型生成的文案，并且该公司已经开始手动过滤掉某些短语。Phrasee 决定禁止生成可能在社交距离期间鼓励危险活动的短语，例如“聚会服装”。他们还决定限制可能导致焦虑的术语，例如“准备好”，“系好安全带”，或“储备”。

Covid-19 危机已经证明，异常事件甚至可以扰乱通常可靠的高度训练模型，因为事情可能会比通常的最坏情况更糟糕。AI 咨询公司 Pactera Edge 的 CEO Rajeev Sharma 向 MIT Technology Review 解释说，机器学习模型可以通过在通常的上下波动之外训练异常事件，如 Covid-19 大流行和大萧条，以使其更加可靠。