211service.com
Nasze dziwne zachowanie podczas pandemii miesza się z modelami AI
Getty
W tygodniu od 12 do 18 kwietnia, 10 najczęściej wyszukiwanych haseł na Amazon.com to: papier toaletowy, maska do twarzy, środek do dezynfekcji rąk, ręczniki papierowe, spray Lysol, chusteczki Clorox, maska, Lysol, maski chroniące przed zarazkami i maska N95 . Ludzie nie tylko szukali, ale też kupowali – i to hurtowo. Większość osób poszukujących masek ostatecznie je kupiła nowy bestseller Amazon #1, maska na twarz, opakowanie 50 .
Kiedy uderzył Covid-19, zaczęliśmy kupować rzeczy, których nigdy wcześniej nie kupowaliśmy. Zmiana była nagła: filary pierwszej dziesiątki Amazona – etui na telefony, ładowarki do telefonów, klocki Lego – zostały usunięte z list przebojów w ciągu zaledwie kilku dni. Nozzle, londyńska firma konsultingowa specjalizująca się w reklamach algorytmicznych dla sprzedawców Amazon, uchwyciła szybką zmianę na tym prostym wykresie.
Pod koniec lutego zajęło to mniej niż tydzień, zanim 10 najczęściej wyszukiwanych haseł Amazon w wielu krajach wypełniło się produktami związanymi z COVID-19. Możesz śledzić rozprzestrzenianie się pandemii według tego, co kupowaliśmy: produkty osiągnęły szczyt najpierw we Włoszech, a następnie w Hiszpanii, Francji, Kanadzie i Stanach Zjednoczonych. Wielka Brytania i Niemcy pozostają nieco w tyle. To niesamowita zmiana na przestrzeni pięciu dni, mówi Rael Cline, dyrektor generalny Nozzle. Efekt domina zaobserwowano we wszystkich łańcuchach dostaw detalicznych.
Ale wpłynęły również na sztuczną inteligencję, powodując problemy z algorytmami działającymi za kulisami w zarządzaniu zapasami, wykrywaniu oszustw, marketingu i nie tylko. Modele uczenia maszynowego wyszkolone na normalnych ludzkich zachowaniach teraz odkrywają, że normalność się zmieniła, a niektóre nie działają już tak, jak powinny.
To, jak zła jest sytuacja, zależy od tego, z kim rozmawiasz. Według Pactera Edge, globalnej firmy konsultingowej zajmującej się sztuczną inteligencją, automatyzacja jest w ogonie. Inni twierdzą, że uważnie obserwują zautomatyzowane systemy, które prawie się trzymają, w razie potrzeby wkraczając z ręczną korektą.
Jasne jest, że pandemia ujawniła, jak splecione jest nasze życie ze sztuczną inteligencją, ujawniając delikatną współzależność, w której zmiany w naszym zachowaniu zmieniają sposób działania sztucznej inteligencji, a zmiany w sposobie działania sztucznej inteligencji zmieniają nasze zachowanie. Jest to również przypomnienie, że zaangażowanie człowieka w zautomatyzowane systemy pozostaje kluczowe. Nigdy nie możesz usiąść i zapomnieć, kiedy jesteś w tak niezwykłych okolicznościach, mówi Cline.
Więcej o koronawirusie
Nasz najważniejszy zasięg dotyczący covid-19 jest bezpłatny, w tym:
Czym jest odporność stada?
Jak działa koronawirus?
Jakie są potencjalne zabiegi?
Jakie leki działają najlepiej?
Jaki jest właściwy sposób na zachowanie dystansu społecznego?
Inne często zadawane pytania dotyczące koronawirusa
---
Biuletyn: Raport techniczny dotyczący koronawirusa
Zoom pokaż: Radio Corona
Zobacz też:
Cały nasz zasięg Covid-19
Wydanie specjalne covid-19
Kliknij tutaj, aby subskrybować i wspierać nasze dziennikarstwo non-profit .
Modele uczenia maszynowego są zaprojektowane tak, aby reagować na zmiany. Ale większość jest również krucha; działają źle, gdy dane wejściowe zbytnio różnią się od danych, na których zostały przeszkolone. Błędem jest zakładanie, że można skonfigurować system sztucznej inteligencji i odejść, mówi Rajeev Sharma, globalny wiceprezes Pactera Edge: sztuczna inteligencja to żywy, oddychający silnik.
Sharma rozmawiał z kilkoma firmami zmagającymi się z krnąbrną sztuczną inteligencją. Pewna firma dostarczająca sosy i przyprawy detalistom w Indiach potrzebowała pomocy w naprawie zautomatyzowanego systemu zarządzania zapasami, gdy zamówienia zbiorcze łamały jego algorytmy predykcyjne. Prognozy sprzedaży systemu, na których firma polegała przy zamawianiu zapasów, nie odpowiadały już rzeczywistej sprzedaży. Nigdy nie był trenowany na takim skoku, więc system nie działał, mówi Sharma.
Inna firma wykorzystuje sztuczną inteligencję do oceny nastrojów artykułów prasowych i zapewnia codzienne rekomendacje inwestycyjne na podstawie wyników. Ale biorąc pod uwagę, że w tej chwili wiadomości są bardziej ponure niż zwykle, rada będzie bardzo wypaczona, mówi Sharma. A duża firma zajmująca się streamingiem, która miała nagły napływ głodnych treści subskrybentów, również ma problemy z algorytmami rekomendacji, mówi. Firma wykorzystuje uczenie maszynowe, aby sugerować widzom odpowiednie i spersonalizowane treści, aby mogli wracać. Jednak nagła zmiana danych abonentów sprawiła, że zalecenia systemu stały się mniej dokładne.
Wiele z tych problemów z modelami pojawia się, ponieważ coraz więcej firm kupuje systemy uczenia maszynowego, ale brakuje im własnego know-how potrzebnego do ich utrzymania. Ponowne szkolenie modelu może wymagać specjalistycznej interwencji człowieka.
Obecny kryzys pokazał również, że sprawy mogą się pogorszyć niż dość waniliowe najgorsze scenariusze zawarte w zestawach szkoleniowych. Sharma uważa, że należy szkolić więcej sztucznej inteligencji nie tylko w zakresie wzlotów i upadków z ostatnich kilku lat, ale także dziwacznych wydarzeń, takich jak Wielki Kryzys lat 30., krach na giełdzie w Czarny Poniedziałek w 1987 r. i kryzys finansowy 2007-2008. Mówi, że taka pandemia jest idealnym wyzwalaczem do budowania lepszych modeli uczenia maszynowego.
Mimo to nie możesz przygotować się na wszystko. Ogólnie rzecz biorąc, jeśli system uczenia maszynowego nie widzi tego, czego oczekuje, będziesz mieć problemy, mówi David Excell, założyciel Featurespace, firmy zajmującej się analizą zachowań, która wykorzystuje sztuczną inteligencję do wykrywania oszustw związanych z kartami kredytowymi. Być może, co może być zaskakujące, Featurespace nie odnotował zbyt dużego uderzenia w sztuczną inteligencję. Ludzie nadal kupują rzeczy na Amazon i subskrybują Netflix tak jak wcześniej, ale nie kupują dużych przedmiotów ani nie wydają w nowych miejscach, co może budzić podejrzenia. Zachowania związane z wydawaniem pieniędzy to kurczenie się ich starych nawyków, mówi Excell.
Inżynierowie firmy musieli tylko wkroczyć, aby dostosować się do gwałtownego wzrostu liczby osób kupujących sprzęt ogrodniczy i elektronarzędzia, mówi Excell. Są to rodzaje nietypowych zakupów w średniej cenie, które mogą wykryć algorytmy wykrywania oszustw. Myślę, że z pewnością jest więcej nadzoru, mówi Excell. Świat się zmienił i zmieniły się dane.
Uzyskiwanie właściwego tonu
Phrase z siedzibą w Londynie to kolejna firma zajmująca się sztuczną inteligencją. Wykorzystuje przetwarzanie języka naturalnego i uczenie maszynowe do generowania kopii e-mail marketingu lub reklam na Facebooku w imieniu swoich klientów. Upewnienie się, że uzyska właściwy ton, jest częścią jego pracy. Jego sztuczna inteligencja działa, generując wiele możliwych fraz, a następnie przepuszczając je przez sieć neuronową, która wybiera najlepsze. Ale ponieważ generowanie języka naturalnego może pójść bardzo źle, Phrase zawsze każe ludziom sprawdzać, co wchodzi i wychodzi z jego sztucznej inteligencji.
Kiedy uderzył Covid-19, Phrase zdał sobie sprawę, że może być wymagana większa wrażliwość niż zwykle i zaczął odfiltrowywać dodatkowy język. Firma zabroniła określonych wyrażeń, takich jak rozprzestrzenianie się wirusów, i nie zezwala na język, który odnosi się do zniechęconych działań, takich jak stroje imprezowe. Ma nawet wybrane emotikony, które mogą być odczytywane jako zbyt szczęśliwe lub zbyt niepokojące. Zrezygnowano również z terminów, które mogą wzbudzać niepokój, takich jak OMG, bądź przygotowany, zaopatrz się i przygotuj się. Ludzie nie chcą, aby marketing sprawiał, że czuli się niespokojni i przerażeni – wiesz, na przykład, ta umowa wkrótce się skończy, presja presji, mówi Parry Malm, dyrektor generalny firmy.
Jednak jako mikrokosmos całej branży detalicznej nie można pokonać Amazona. Jest to również miejsce, w którym dokonywane są niektóre z najbardziej subtelnych korekt zakulisowych. Ponieważ Amazon i 2,5 miliona sprzedawców zewnętrznych, których wspiera, walczą o zaspokojenie popytu, wprowadza drobne poprawki do swoich algorytmów, aby pomóc rozłożyć obciążenie.
Większość sprzedawców Amazon polega na Amazon, aby realizować swoje zamówienia. Sprzedawcy przechowują swoje przedmioty w magazynie Amazon, a Amazon zajmuje się całą logistyką, dostarczaniem do domów i obsługą zwrotów. Następnie promuje sprzedawców, których zamówienia realizuje samodzielnie. Na przykład, jeśli szukasz konkretnego przedmiotu, takiego jak Nintendo Switch, wynik, który pojawi się na górze, obok widocznego przycisku Dodaj do koszyka, najprawdopodobniej pochodzi od dostawcy korzystającego z logistyki Amazon niż takiego, który 'T.
Ale w ciągu ostatnich kilku tygodni Amazon to odwrócił, mówi Cline. Aby zmniejszyć popyt na własne magazyny, jego algorytmy zdają się teraz bardziej promować sprzedawców obsługujących własne dostawy.
Zmienne rynki
Ten rodzaj regulacji byłby trudny do wykonania bez ręcznej interwencji. Sytuacja jest tak niestabilna, mówi Cline. Próbujesz zoptymalizować pod kątem papieru toaletowego w zeszłym tygodniu, aw tym tygodniu wszyscy chcą kupić puzzle lub sprzęt do siłowni.
Zmiany, które Amazon wprowadza do swoich algorytmów, mają następnie efekt domina na algorytmy, których sprzedawcy używają, aby decydować, co wydać na reklamę online. Za każdym razem, gdy ładuje się strona internetowa z reklamami, odbywa się superszybka aukcja, podczas której zautomatyzowani licytujący decydują między sobą, kto wypełni każde pole reklamowe. Kwota, jaką te algorytmy zdecydują się wydać na reklamę, zależy od wielu zmiennych, ale ostatecznie decyzja opiera się na oszacowaniu, ile jesteś dla nich warty, jako gałki oczne na stronie. Istnieje wiele sposobów przewidywania zachowań klientów, w tym nie tylko dane dotyczące Twoich wcześniejszych zakupów, ale także szufladka, w której umieściły Cię firmy reklamowe na podstawie Twojej aktywności online.
Ale teraz jednym z najlepszych wskaźników tego, czy ktoś, kto kliknie reklamę, kupi Twój produkt, jest to, ile czasu zajmie jego dostarczenie, mówi Cline. Dlatego Nozzle rozmawia z klientami o dostosowaniu ich algorytmów, aby uwzględnić to. Na przykład, jeśli uważasz, że nie możesz dostarczyć szybciej niż konkurencja, może nie warto próbować przelicytować ich w aukcji reklam. Z drugiej strony, jeśli wiesz, że Twojemu konkurentowi skończyły się zapasy, możesz zagrać tanio, hazardując się, że nie będzie licytował.
Wszystko to jest możliwe tylko dzięki dedykowanemu zespołowi, który ma wszystko na oku, mówi Cline. Uważa, że obecna sytuacja otwiera oczy wielu ludziom, którzy zakładali, że wszystkie zautomatyzowane systemy mogą działać samodzielnie. Potrzebujesz zespołu zajmującego się badaniem danych, który potrafi połączyć to, co dzieje się na świecie, z tym, co dzieje się z algorytmami – mówi. Algorytm nigdy nie wykryłby niektórych z tych rzeczy.
Gdy wszystko jest połączone, wpływ pandemii był odczuwalny daleko i szeroko, dotykając mechanizmów, które w bardziej typowych czasach pozostają ukryte. Jeśli szukamy srebrnej podszewki, to teraz jest czas, aby podsumować te nowo wyeksponowane systemy i zapytać, jak można je lepiej zaprojektować, uczynić bardziej odpornymi. Jeśli maszynom można ufać, musimy nad nimi czuwać.