Seznam 10 najbolj iskanih izdelkov v spletni trgovini Amazon je bil v tednu od 12. do 18. aprila, ko je bil marsikje izbruh novega koronavirusa ravno na vrhuncu, precej zanimiv: toaletni papir, maske, razkužila, še več razkužil in še več mask. Ljudje niso le iskali, ampak tudi nakupovali - in to velike količine, vse dokler ni paket 50 obraznih mask postal najbolj prodajan izdelek.
Sprememba je bila hitra in dramatična, pravijo analitiki. Na Amazonovem seznamu "top 10'" namreč običajno namesto teh izdelkov najdemo stvari, kot so dodatki za elektronske naprave. Pravzaprav je bilo glede na naročila mogoče videti gibanje pandemije, pravi Rael Cline iz družbe Noozle, ki je analizirala trende. "Najprej so začela naročila prihajati iz Italije, nato Španije, Francije, Kanade, ZDA, nekoliko so zaostajali Nemci in Britanci," je razložil za MIT Technology Review.
Ne samo, da takšnemu povpraševanju niso mogli slediti spletni prodajalci, zmedli so se algoritmi. Družba Pactera Edge, ki je ukvarja s svetovanjem na področju AI, je ocenila, da so se "avtomatizirani sistemi znašli v vrtincu", nekaj drugih poznavalcev nekoliko manj dramatično pravi, da marsikje AI sistemi komaj še sledijo dogajanju, običajno pa jim je treba pri tem pomagati.
Kot pravijo, se je razkrilo, kako prepletena so naša življenja z AI - naše vedenje spreminja AI in obratno. Modeli strojnega učenja so dizajnirani tako, da odgovorijo na spremembe. Po drugi strani pa so izjemno ranljivi zaradi odvisnosti od zanesljivih vhodni podatkov. "Moti se, kdor misli, da postavite AI sistem, potem pa ga pustite pri miru," je dejal Rajeev Sharma iz Pactera Edge. To je dejansko "živ" stroj, pravi.
Te dni je imel ogromno dela s sistemi, ki se niso mogli prilagoditi velikim spremembam in so na primer še naprej naročali stvari, po katerih ni bilo povpraševanja in ignorirali stvari, ki so bile nujne. "Sistemi niso bili nikoli naučeni takšnih vrhuncev povpraševanja in se niso znali odzvati," pravi. Več podjetij je moralo zato "ročno" popraviti sezname naročil, saj se predikcije avtomatiziranih sistemov niso skladale z realnostjo.
V težavah se je znašlo tudi podjetje, ki AI uporablja za priporočila o investicijah na podlagi analize medijskega poročanja. Ker se je vse poročanje vrtelo okoli novega koronavirusa in je bilo precej bolj "mračno" kot običajno, napovedi niso imele smisla. Težave so imeli tudi algoritmi, ki uporabnikom spletnih vsebin priporočajo vsebine, ki bi jih utegnile še zanimati, saj niso sledili navalu novih naročnikov.
Sharma pravi, da je bilo veliko težav povezanih z dejstvom, da mnoga podjetja te sisteme kupijo, nimajo pa dovolj hišnega znanja za upravljanje z njimi, zato so, ko sistemi potrebujejo pomoč, težave. Prav tako upa, da bo koronakriza pomenila spremembe v načinu strojnega učenja. Meni, da bi morali biti sistemi naučeni ne le scenarijev zadnjih nekaj let, ampak tudi velikih zgodovinskih dogodkov, kot je na primer velika depresija.
Da sistemov enostavno ni mogoče pripraviti na vse možne scenarije, pa pravi David Excell, ustanovitelj Featurespace, družbe, ki se ukvarja z uporabo AI pri preprečevanju zlorab kreditnih kartic. Njihovi sistemi so v tem času zaznali več "sumljivih transakcij", ki pa niso bile posledica povečanja zlorab, ampak spremembe vedenja ljudi, ki so kar naenkrat začeli kopičiti toaletni papir in razkužila, zadnje čase pa kosilnice in drugo vrtno orodje. "Svet se je spremenil, podatki so se spremenili," pravi.
Prilagoditi so se morali tudi v londonski družbi Phrasee, kjer s pomočjo tehnologije ustvarjajo generične Facebook oglase v več jezikih. Tokrat so imeli več dela, saj se je naenkrat spremenil primeren ton oglasov, tudi uporaba besede "viralen" je na primer dobila drug pomen, saj ljudje niso več najprej pomislili na zabavno vsebino, ki je deležna množične spletne delitve. "Ljudje ne marajo marketinga, ki povečuje njihovo anksioznost," je dejal vodja podjetja Parry Malm.
Ogromno dela pa so imeli vsi skrbniki orodij, ki ljudem predlagajo, kaj naj kupijo. Potrebe ljudi so se namreč spremenile čez noč, sistemi pa so imeli težave z razumevanjem, da namesto nove obleke danes nekdo potrebuje vrtne škarje. Točnost orodij, ki predvidevajo vedenje ljudi, je čez noč postala zelo slaba, potrebnih je bilo veliko intervencij in vzporednih marketinških pristopov, ki so še pred kratkim veljali za zastarele, priznavajo poznavalci. "Dejstvo je, da potrebujete ekipo ljudi, ki zaznajo, kaj se dogaja na svetu in sistemu zagotovijo prave podatke. Sam sistem tega ne bo storil," še pravi Cline.
KOMENTARJI (33)
Opozorilo: 297. členu Kazenskega zakonika je posameznik kazensko odgovoren za javno spodbujanje sovraštva, nasilja ali nestrpnosti.