A mesterséges intelligencia ugyan azzal kecsegteti felhasználóit, hogy minden téren jobb eredményeket érhetnek el vele, mint a hagyományos megoldásokkal, ám ismert gyengéi: tévedései és hallucinációi megkérdőjelezik, hogy teljesíteni tudja ezt az ígéretet. Az egyik példa erre az e-kereskedelmi keresők világa.
A mesterséges intelligencia mindent felforgatott a digitális világban. Ez alól az e-kereskedelmi keresési funkciók sem kivételek. Az online kereskedők versenyt futva egymással cserélik le a klasszikus keresési funkciókat a mesterséges intelligenciával működő újdonságokra. Ezek sok esetben tényleg jobb eredményeket hoznak, mint elődeik.
A kiskereskedelmi szoftverek fejlesztésének terén 25 éves tapasztalatokkal rendelkező Jason Hellman, a kaliforniai Innovent Solutions vezető megoldástervezője azonban úgy látja, van ezzel egy kis probléma. Az MI-alapú keresés ugyan megfelelő körülmények között jól muzsikálhat, ám van néhány komoly hátránya. Nevezetesen hallucinációs hibái miatt időnként zavaros terméklistákat generál.
Ennek eredményeként a vásárlóknak nehézséget okozhatnak, hogy megtalálják, amit keresnek. A megoldás a szakértő szerint a hibrid keresési funkciók bevezetése. Ezek biztosíthatják a webáruházaknak a klasszikus keresés és a mesterséges intelligenciával módosított keresés előnyeinek kombinációját – írta a szakértő a Retail Customer Experience portálon megjelent elemzésében.
Külön világok tulajdonságait egyesíti a hibrid keresés
A hibrid keresés többféle technológiát egyesít a weboldalak után kutató látogatók igényeinek kiszolgálására. Két fő összetevője tipikusan a klasszikus, azaz ritka vektor vagy lexikális keresés, és az MI, azaz a sűrű vektor keresés. Az előbbi bizonyos keresésekhez vagy kulcsszavakhoz illő eredményeket sorakoztat fel. Az utóbbi nyelvileg értelmezett szavakhoz vagy kifejezésekhez illeszkedően keres. Ha például valaki arra keres rá, hogy „fekete dressz”, akkor a klasszikus kereső a két szót, mint kulcsszót használva felsorakoztatja a fekete dresszeket. A MI keresés esetén a „fűnyíró gép” beütése után a fűvető gépek is megjelenhetnek, miután ezek a nyelvi értelem alapján egy fogalomkörbe illeszkednek.
Az előbbivel az a gond, hogy miután csak azt kutatja, mi felel meg a mintának, a „fekete” alapján feldobhatja fekete (dresszbe öltözött) cipőket is.
A fű nyírásával és vetésével kapcsolatban az angolban ez nem fordulhat elő, mert nem azonos szavak jelölik ezeket: lawn mower és weed whacker. A különbség tehát az, hogy a kétféle keresés különböző hamis találatokat hozhat. A hibrid keresés esetén egyesíthető a kétféle technológia, amelyek mintegy egymás ellenőrizve pontosítják a találatokat.
A kérdés az, miért nem megoldás, hogy szimplán MI-re váltunk
Ez a megoldás nem látszik éppen egyszerűnek, ezért felvetődik a kérdés, miért nem használjuk a mélyebben merítő MI keresőt. A válasz a mesterséges intelligencia gyengeségeiben keresendő. A legjobb példa erre az, amikor a felhasználó valamilyen nagyon speciális terméket keres és egyedi módon határozza meg a szándékát. Például a modellt azonosító számokat és betűket is használ.
Ebben az esetben a mesterséges intelligencia véletlenszerű keresési eredményeket fog feldobni, mivel nem találja a nyelvi értelmi iránymutatót, aminek alapján szelektálhatna. További kockázat, hogy az MI teljesen irreleváns termékekkel traktálja a felhasználót. Például a „fekete” szóról a „szürkére” asszociál, mert a kettőnek nyelvi jelentésük alapján van közük egymáshoz. Így a fekete dresszet keresőknek feldobhatja a szürke dresszeket is.
Még meglepőbb lehet, hogy az MI-re alapozott keresés értelmetlen eredményeket hoz – leginkább abból fakadóan, hogy a mesterséges intelligencia modell felkészítése nem volt tökéletes. Ennek eredményeként léphetnek fel olyan hallucinációk, amikor olyan dolgokat társít össze – például a fekete dresszekkel a rózsaszín tollakat –, amiknek semmi közük egymáshoz.
Összességében, amikor az MI jól keres, akkor látványosan jó lehet az eredmény, de ha hibázik, akkor tévedései is látványosan nagyok. A klasszikus keresés gyengeségei ismertek: rosszul tűri a félregépeléseket, pontos feleletet ad a pontos kérdésekre, de nem jól kezeli az általános kereséseket. A „könyvre” például feladja a könyvespolcokat is.
A hidrid keresés titka a jó konfiguráció
A kiskereskedőknek ismerősek a klasszikus keresők és sokan lelkesednek az MI-s megoldásokért. Mivel az előbbiek már részei az e-kereskedelmi szoftvereknek, az utóbbiakat pedig most illesztik ezekhez, nem jelent megoldhatatlan feladatot párhuzamos működtetésük. A kérdés az, hogyan hangoljuk ezeket össze.
A titok a konfigurálásban rejlik, ami minden egyes keresés jellege alapján meg tudja határozni, hogy külön-külön melyik eszköz a jó vagy érdemes-e kombinálni a kettőt.
- Ha a keresés egyértelműen egy létező lexikális kulcsszó, akkor logikus a klasszikus keresés alkalmazása.
- Ha tartalmaz helyesírási hibát vagy szokatlan elemet, ami értelmezésre szorul, akkor az MI-s keresés valószínűleg jobb eredményt hoz.
- Ha a lexikális keresés nem hoz megfelelő eredmény, akkor érdemes megfuttatni a mesterséges intelligenciát használó módszerrel is. Hátha talál a várt eredményhez hasonlót.
Amikor az e-kereskedő úgy dönt, hogy hibrid keresési lehetőséget kínál, akkor érdemes eldönteni azt is, miként rendezi el a keresési találatokat. Például a márkaneveket tartalmazó keresések tipikusan olyanok, amelyek esetén az MI megbízhatatlanabb, mert hajlamos sokféle termékkel azonosítani a márkát. Ebben az esetben érdemes felül feltüntetni a klasszikus kereséssel keletkezett eredményeket, és ezek alatt megjeleníteni a mesterséges intelligencia válaszait, amelyek kitágítják a keresésre adott válaszok lehetséges spektrumát.
