في عالم الذكاء الاصطناعي، تتزايد الحاجة إلى البيانات الدقيقة حول تنقل البشر لأغراض متعددة مثل التخطيط الحضري ومراقبة الأوبئة. ومع ذلك، يتطلب جمع تلك البيانات تكاليف باهظة ويمس الخصوصية، مما يبرز أهمية تطوير طرق واقعية لتوليد المسارات البشرية. في هذا الإطار، يظهر ابتكار جديد يُعرف باسم TrajGenAgent.

يتميز TrajGenAgent بكونه إطاراً هيراركيًا يعتمد على نماذج لغوية ضخمة (Hierarchical LLM Agent)، حيث يقدم تقنية متطورة لتوليد مسارات تنقل البشر دون الحاجة إلى تعديل النموذج. يعتمد هذا النظام على تصميم ذكي يتكون من مرحلتين: المنظم والموظف. حيث يمكن للنموذج اللغوي الضخم أولاً توليد سلسلة نشاطات مشروطة بالأفراد وأيام الأسبوع استنادًا إلى الأدلة التاريخية. بعد ذلك، يتم استخدام مجموعة من العمليات لتفصيل كل نشاط وإعداده كموقع زيارة كاملة من خلال استرجاع نقاط الاهتمام (POI) الشخصية واختيار المواقع الذي يأخذ في الاعتبار المسافة وتقدير زمن السفر.

لكن كيف نقوم بتقييم واقعية هذه المسارات؟ هنا يأتي دور إطار تقييم يعتمد على اكتشاف الشذوذ، حيث يقوم باستخدام كاشفين تكميليين يتناولان الجوانب السلوكية والدلالية لضمان واقعية البيانات الناتجة.

لقد أظهرت التجارب، بما في ذلك تلك على مجموعات البيانات المرجعية والمحاكاة الكبيرة، أن TrajGenAgent يقدم دقة مكانية وزمانية أفضل، وواقعية سلوكية فردية، مقارنة مع الطرق التقليدية. مع هذا النظام، نحصل على تحسينات كبيرة دون الحاجة لتحديثات على المعلمات، مما يعني أن هذا الابتكار يعد خطوة كبيرة نحو مستقبل أفضل في إدارة البيانات البشرية.

في النهاية، هل تعتقدون أن هذا الابتكار سيحدث ثورة في طرق تخطيط المدن؟ شاركونا آراءكم في التعليقات!