أعلنت شركة جوجل مؤخرًا عن ابتكارها الجديد، ME-POIs، وهو إطار مبتكر يعتمد على حركة البشر لفهم استخدام الأماكن بشكل أفضل. لم يعد يكفي تعريف الأماكن من خلال ما هي عليه، بل يتجاوز ذلك ليشمل كيفية استخدامها في الحياة اليومية.

تعتبر نماذج اللغات التقليدية (Language models) مفيدة في وصف السمات الأساسية لكل مكان، لكنها تفشل في توضيح كيفية استخدامها بالفعل. وهنا يأتي دور ME-POIs، الذي يقوم بتشفير كل زيارة لمكان كمتجه مُخصص، مما يسمح بتناول تفاصيل دقيقة حول كل زيارة. باستخدام تقنية التعلم التبايني (Contrastive learning)، يتم محاذاة كل متجه لزيارة مع نموذج قابل للتعلم لكل نقطة اهتمام (Point of Interest) مما يسمح بنقل توزيعات الزيارات من بيانات غنية إلى حالات أقل شهرة على ثلاثة مقاييس مكانية مختلفة.

هذا الابتكار قد أظهر نتائج مذهلة خلال التجارب التي أُجريت على بيانات التنقل في مدينتي لوس أنجلوس وهيوستن. إذ أظهرت الإضافة الجديدة تحسينًا في 34 من 35 زوج نماذج-مهام في لوس أنجلوس، حيث بلغت نسبة تحسين F1 إلى 81.9% في نوايا الزيارة وتقليص متوسط الخطأ المطلق (MAE) بنسبة 24.7% في ازدحام الأماكن.

علاوة على ذلك، تمكنت النسخة المعتمدة على الحركة فقط من التفوق على نماذج Gemini النصية في تصنيف مستويات الأسعار. هذا النجاح يُشير إلى أهمية دمج البيانات المرتبطة بالحركة لفهم أفضل عن كيفية استخدام الأماكن، مما قد يفتح آفاقًا جديدة في التطبيقات العملية لتكنولوجيا الذكاء الاصطناعي.

هل تعتقد أن هذا الابتكار سيغير من طريقة تعاملنا مع التطبيقات اليومية؟ شاركونا آراءكم في التعليقات!