Человеческое поведение во время пандемии vs модели искусственного интеллекта
В период с 12 по 18 апреля 2020 года в первую тройку поисковых запросов на Amazon.com вошли: туалетная бумага, маска для лица, дезинфицирующее средство для рук. И люди не просто искали эти вещи, они сразу же и покупали их, причем оптом.
С распространением Сovid-19 мы начали покупать вещи, которые никогда раньше не покупали. Такое изменение произошло внезапно: всего за несколько дней товары, которые пользовались большой популярностью на Amazon, такие как чехлы для телефонов, зарядные устройства, Lego - были абсолютно не нужны людям, которые подверглись панике.
В конце февраля, 10 лучших поисковых запросов Amazon во многих странах пополнились продуктами, связанными с Covid-19. И это происходило нереально быстрой волной: сначала пик потребности произошел в Италии, затем в восточной Европе, Канаде и США.
Влияние на алгоритмы ИИ
Эти изменения повлияли на искусственный интеллект, вызвав сбой в работе алгоритмов, которые управляют запасами, обнаруживают мошенничество, создают маркетинговые стратегии. Модели машинного обучения, ориентированы на нормальное человеческое поведение, обнаруживают, что привычное поведение изменилось, и некоторые из них больше не могут работать нормально.
Понятно только одно - пандемия показала насколько наша жизнь переплетена с ИИ, и как изменения в нашем поведении меняют то, как работает ИИ, и наоборот.
Модели машинного обучения созданы чтобы реагировать на изменения. Но большинство таких систем очень хрупкие: они плохо работают, когда входные данные слишком сильно отличаются от данных, на которых они были обучены.
К примеру, ИИ используют для оценки новостных статей и для создания алгоритма ежедневных рекомендаций для пользователей. Но поскольку новости сейчас очень специфичные, и в большинстве случаев, связанные с влиянием коронавируса на жизнь человека, рекомендации искажаются. Компаниям стоит предлагать своим пользователям релевантный и персонализированный контент, чтобы они продолжали читать их. На помощь опять приходит машинное обучение, но проблема в том, что нужно настраивать его под собственные нужды и потребности целевой аудитории.
Главное преимущество машинного обучения -- способность учиться на современных событиях, и меняться в режиме реального времени. А это, в свою очередь, позволяет ритейлерам быстро реагировать на изменения в экономике, и меняться самим.