(v_alex/Getty Images) Kaos og usikkerhed omkring coronavirus pandemi har krævet et usandsynligt offer: den maskinelæring systemer, der er programmeret til at give mening om vores onlineadfærd.
Algoritmerne, der anbefaler produkter på Amazon, kæmper for eksempel med at fortolke vores nye livsstil, MIT Technology Review rapporter .
Og mens maskinlæringsværktøjer er bygget til at tage nye data ind, er de det typisk ikke så robust at de kan tilpasse sig så dramatisk som nødvendigt.
For eksempel rapporterer MIT Tech, at en virksomhed, der opdager kreditkortsvindel, var nødt til at træde ind og justere sin algoritme for at tage højde for en stigning i interessen for haveudstyr og elværktøj.
En online-forhandler fandt ud af, at dens AI bestilte lager, der ikke længere matchede det, der blev solgt. Og et firma, der bruger AI til at anbefale investeringer baseret på sentimentanalyse af nyhedshistorier, blev forvirret over den generelt negative tone i medierne.
'Situationen er så ustabil,' fortalte Rael Cline, administrerende direktør for det algoritmiske marketingkonsulentfirma Nozzle, til MIT Tech.
'Du forsøger at optimere til toiletpapir i sidste uge, og i denne uge vil alle købe puslespil eller træningsudstyr.'
Mens nogle virksomheder afsætter mere tid og ressourcer til manuelt at styre deres algoritmer, ser andre dette som en mulighed for at forbedre.
'En pandemi som denne er en perfekt udløser til at bygge bedre maskinlæringsmodeller,' sagde Sharma.
LÆS MERE: Vores mærkelige adfærd under pandemien roder med AI-modeller
Denne artikel blev oprindeligt udgivet af Futurisme . Læs original artikel .