Möjligheter och begränsningar med maskininlärning inom handeln
Möjligheter och begränsningar med maskininlärning inom handeln
Forskning
Naturvetenskap & IT
Samhälle & ekonomi
Vilka utmaningar finns vad gäller maskininlärning inom e-handeln? Missa inte det här hybridseminariet där professor Martin Rosvall kommer tala utifrån sina erfarenheter som forskare inom maskininlärning och grundare av universitets-spinoffen Infobaleen. Infobaleen har utvecklat en analys- och personaliseringsplattform som hjälper e-handlare att bli datadrivna. Hur har det gått, och vilka slutsatser kan Martin Rosvall dra utifrån det här arbetet?
Seminarium,
Webinar
Datum
25 okt 2022
Tid
15:15 - 17:00
Plats
Zoom och på plats (Viktoriagatan 13, sal 342, plan tre).
Medverkande
Martin Rosvall, professor vid Institutionen för fysik, Umeå universitet
Arrangör
Centrum för konsumtionsforskning, Handelshögskolan vid Göteborgs universitet
Nyckeln är att förstå både AI:s möjligheter och begränsningar och inte lockas med till luftslott
Vid det här hybridseminariet får du höra om vilka utmaningar omställningen till e-handel innebär. Martin Rosvall, professor vid institutionen för fysik på Umeå universitet och grundare av universitets-spinoffen Infobaleen, kommer att berätta mer om sina erfarenheter vad gäller Infobaleens analys- och personaliseringsplattform som utvecklats för at hjälpa e-handlare bli datadrivna.
Q&A med Martin Rosvall
Q: Varför är det relevant att diskutera AI inom e-handeln?
Martin Rosvall: Många pratar om maskininlärning och AI som universallösningar för alla dataintensiva problem. Färre vet vilka möjligheter och utmaningar som AI-revolutionen faktiskt handlar om.
Q: I din forskning intresserar du dig för hur flödet av information genom sociala och biologiska system påverkar deras funktion – Kan du förklara vad det innebär, och gärna ge ett konkret exempel?
Martin Rosvall: Trots att två komplexa system består av helt olika delar – banker i ett transaktionsnätverk eller personer i ett kontaktnätverk – kan de ha mycket gemensamt funktionsmässigt om mönstret av deras interaktioner liknar varandra.
När nätverken som beskriver interaktionerna i dess system blir stora blir de svåra att tolka och vi behöver kartverktyg som förenklar och framhäver viktiga strukturer i myllret av länkar. Jag utvecklar sådana kartverktyg för nätverk och har till exempel samarbetat med forskare på Federal Reserve för att förstå vad som orsakade stora förändringar i lånemönstret mellan banker under senaste finanskrisen.
Q: Vad anser du är de stora utmaningarna för handeln när det kommer till AI och relaterade teknologier?
Martin Rosvall: För att kunna dra nytta av maskininlärningens möjligheter behöver handeln effektivisera hanteringen av sina interaktionsdata. Jag är medgrundare till en universitetspinoff och vi lägger mer resurser på att knäcka problem med effektiv datahantering än maskininlärning.
Q: AI är ju fortfarande nytt för många människor, men utvecklingen går snabbt. Det innebär att AI i vissa fall utmålas som en stor risk för oss, och i andra fall ses som en stor möjlighet – att det är så laddat, påverkar det dig som forskare på något sätt? Har du några tips när det gäller att studera det här?
Martin Rosvall: AI som forskningsfält har genomgått flera cykler av hajp och AI-vinter. Nyckeln är att förstå både dess möjligheter och begränsningar och inte lockas med till luftslott.
Det här seminariet kan du delta vid via Zoom. Du kan även anmäla dig till CFK:s kommunikatör Agnes Faxén (agnes.faxen@gri.gu.se) om du vill närvara fysiskt på seminariet. Tänk på att platserna är begränsade. Välkommen!