Olyan tömegben kezdtek az emberek egyik napról a másikra új termékcsoportokra keresni, hogy az automatizált folyamatokat irányító algoritmusok nem tudták követni.

Áprilisra radikálisan átalakult az Amazon.com keresési toplistája. Mind a tíz legnépszerűbb keresőkifejezés teljesen új volt: WC-papír, arcmaszk, kézfertőtlenítő, papírtörlő, Lysol spray, Clorox tisztítószerek, maszk, Lysol, bakteriális fertőzés ellen védő maszk, N95 maszk. A korábbi toplistás termékek (telefontok, telefontöltő, Lego stb.) ezzel párhuzamosan szinte teljesen eltűntek. A legkelendőbb termék egyébként egy 50 darabos arcmaszk-csomag volt.

Csak az volt a probléma, hogy a vásárlói preferenciák szinte egyik napról a másikra változtak meg. A MIT Technology Review idézi a londoni Nozzle tanácsadó cég grafikonját, amely érzékletesen mutatja a változást (lásd a lenti képet). Jól látszik, hogy több országban kevesebb mint egy hét alatt átvették a keresési toplista első tíz helyét a koronavírussal kapcsolatos kifejezések.

Az MI ennél kicsit lomhább

Ez teljesen megzavarta a kereskedelmi folyamatokat segítő mesterséges intelligencia (MI) algoritmusokat. A készletgazdálkodásban, a csalásfelderítésben, a marketingben stb. egyaránt voltak fennakadások.

Volt, aki már katasztrófát vizionált, mások szerint a helyzet jól kezelhető azzal, hogy időnként kézzel kiigazítják az MI-alapú automatizált rendszereket. Abban azonban nem volt vita, hogy most vált egyértelművé, mennyire szorosan épült be életünkbe az MI. Ha viselkedésünk megváltozik, az hat az MI működésére – ám ugyanígy működik visszafelé is: az MI működésének változása megváltoztatja a viselkedésünket.

Az is kiderült: az MI egyelőre messze van attól, hogy magára lehessen hagyni. Hiába tervezték a gépi tanulási modelleket úgy, hogy reagáljanak a változásokra, az alkalmazkodáshoz kell a segítség. A jelenlegi MI-ket általában megzavarja, ha a bemeneti adatok radikálisan különböznek attól az adatkészlettől, amin tanították. Volt olyan online kereskedelmi vállalat, ahol például folyamatosan módosítani kellett az előrejelző rendszerük eredményeit, mert feketén-fehéren látszott, hogy egészen másra van a piacon kereslet, mint amit korábban nagy tömegben tudtak értékesíteni, és ami alapján az algoritmus ajánlásokat tett.
 


De nem csak a kereskedelem volt meglőve. Egy befektetési ajánlatokat MI segítségével készítő cég amiatt került nehéz helyzetbe, mert gyorsan és radikálisan változott meg a hírek témája és szerkezete, amiknek MI-alapú elemzése alapján az ajánlatok születtek. A bemeneti adatok változása miatt az algoritmus rendre torz eredményeket adott.

Több nagy streaming cég ajánlórendszere is csődöt mondott, mert sem tudott mit kezdeni a hirtelen rázúduló felhasználók tömegeivel.

Folyamatosan kell tanítani

Az MTI lapja szerint a modellekkel azért volt ennyi probléma, mert a cégeknek nincs sem know-how-ja, sem kapacitása a gépi tanulási rendszerek karbantartására, pedig a modell átképzéséhez szinte mindig kell szakértő emberi beavatkozás.

Egy a lapnak nyilatkozó MI-szakértő szerint az algoritmusokat olyan korszakok adatain kellene tréningeztetni, mint az 1929-33-as nagy gazdasági világválság, a Fekete Hétfő néven elhíresült 1987-es tőzsdekrach vagy a 2007-2008-as pénzügyi válság. És most már ebbe a sorba felzárkózhat a globális koronavírus-járvány is. Ezeknek a korszakoknak az adataival jobb gépi tanulási modelleket lehetne felépíteni.

Azok a cégek, melyek most sikeresen kezelték a helyzetet, szinte mind szigorú emberi felügyeletet alkalmaznak, és időben "újratanították" a rendszereiket. Egy londoni cég természetesnyelv-feldolgozási és a gépi tanulási algoritmusokat használ email-marketinges szövegek és facebookos hirdetések létrehozására. Az MI generál mondatokat, majd egy neurális hálózat kiválasztja közülük a legjobban hangzót. Az MI döntéseit azonban mindig emberek ellenőrzik. A cég így vette észre, hogy a koronavírus-járvány miatt módosítani kell a modelleket. Eleve ki kell iktatni olyan szavakat a hirdetésekből, melyek valami miatt nem PC-k a járványhelyzetben (pl. vírussal kapcsolatos kifejezések, tiltott tevékenységre, pl. összejövetelekre, szélsőséges érzelmek utaló szavak).

Mindig kell adattudományi csapat is az MI mellé, mert csak az ember tudja összekapcsolni a világban zajló eseményeket az algoritmusok működésével – foglalta össze a járvány tanulságait a lapnak egy MI-szakértő.

Cloud & big data

Koronavírus, recesszió, elbocsátások – és jönnek a belsős adattolvajok

Már vannak jelei annak, hogy a tömeges elbocsátások miatt fel fognak erősödni a bennfentes kibertámadások.
 
Hirdetés

A hatásos védelemhez egy webalkalmazás-tűzfal ma már nem elég

A Proxedo API Security túllép a hagyományos webalkalmazás-tűzfalakon: hatásosan védi az API-végpontokat.

Bár a PSD2 kapcsán váltak széles körben ismertté az API-kban rejlő kockázatok, nem kell külső, harmadik fél ahhoz, hogy ezek a kockázatok testet öltsenek.

a melléklet támogatója a BalaSys

Nem általában a távmunkáé, hanem a mostani tipikus távmunka-helyzeteké. A szervezetek arra nem voltak felkészülve, hogy mindenki otthonról dolgozik.

Alapjaiban kell megújítani a biztonságról kialakított felfogásunkat

Tavaly január végétől megszűnt a Java SE 8 ingyenes frissítése, és a Java SE 11 sem használható ingyenesen üzleti célra. Tanácsok azoknak, akik még nem találtak megoldást. Hegedüs Tamás (IPR-Insights) írása.
Ön sem informatikus, de munkája során az információtechnológia is gyakran befolyásolja döntéseit? Ön is informatikus, de pénzügyi és gazdasági szempontból kell igazolnia a projektek hasznosságát? Mi közérthető módon, üzleti szemmel dolgozzuk fel az infokommunikációs híreket, trendeket, megoldásokat. A Bitport tizenegyedik éve közvetít sikeresen az informatikai piac és a technológiát hasznosító döntéshozók között.
© 2010-2020 Bitport.hu Média Kft. Minden jog fenntartva.