Искусственный интеллект (ИИ) переживает период своего Возрождения и период Дикого Запада. Это изменило нашу жизнь во многих отношениях и за короткий период времени, до такой степени, что несколько поразительно думать о жизни до интеллектуальных поисковых систем, голосовых помощников и сверхточных рекомендаций «вам также может понравиться…». Аспект ИИ в духе Дикого Запада тоже здесь, и он создает как удивительные, так и ужасные возможности. Те же самые инструменты, которые делают информацию полезной в нашей жизни, также могут использовать нас, делая нас уязвимыми для атак, о возможности которых мы даже не подозревали. ИИ может генерировать невероятное искусство с помощью короткой подсказки; он также может имитировать ваш детский голос инсценировать похищение с целью получения выкупа.
Если оставить в стороне экстремальные варианты использования, то, что делает область ИИ такой интересной, так это бесчисленные варианты использования и возможности, которые не так очевидны. Некоторые из этих возможностей могут включать в себя использование ИИ несколькими способами для создания чего-то нового и полезного. Ключ в том, чтобы понять, в чем фундаментально хорош ИИ, и найти области, которые могут принести пользу.
Две ключевые области, в которых сияет ИИ, — это рекомендации и кластеризация. Для рекомендаций, если предоставлено достаточно данных о предпочтениях, истории и более тонких связях, должным образом обученная и развернутая модель ИИ может дать отличный совет. На самом деле, модель иногда может давать правильные рекомендации, с которыми пользователь сначала может не согласиться, но только затем, чтобы понять, что рекомендация была совершенно правильной.
Кластеризация — это не тот термин, который мы часто используем, и несколько сложнее. По сути, кластеризация — это когда модели ИИ предоставляется большой набор данных, и без каких-либо данных, имеющих метки, она сделает все возможное, чтобы разделить данные на одинаковые группы. Представьте, что вам нужно убирать детскую комнату с разбросанными повсюду игрушками. Как бы вы это организовали? Вы можете сгруппировать стопки по типу игрушки, бренду или, если хотите, даже по размеру и цвету. Кластеризация очень ценна, потому что она может обрабатывать огромные объемы неорганизованных данных и осмысливать их так, чтобы они могли быть полезны.
Учитывая эти две особенности ИИ, существует ряд новых вариантов использования, которые мы могли бы использовать для улучшения того, как мы работаем сегодня. Интересно, что мы даже можем найти проблемы, которые никогда не находили способа решить. Одной из таких проблем является поиск способа автоматической разработки маршрута путешествия на основе желаемых местоположений, интересов, бюджета и ограничений. Это произвело бы революцию в путешествиях и, вероятно, привело бы к заметному увеличению частоты поездок людей. Так как же это может работать, как мы можем использовать ИИ и насколько это реалистично? Давайте погрузимся.
Маршрут путешествия, управляемый ИИ
Чтобы успешно осуществить это, решение должно быть в состоянии точно определить следующее: Какие занятия вам нравятся? В каких местах вы никогда не были, но хотели бы побывать или были и хотели бы поехать снова? Каковы ваши сроки и бюджет? С кем ты хочешь пойти?
Вопросы сроков, бюджета и попутчиков не нуждаются в сложной модели ИИ, и создать ее было бы практически невозможно. Вместо этого путешественник может указать открытые даты, диапазон бюджета и перечислить других путешественников (это может занять меньше минуты). Учитывая эту структуру, модель может затем построить маршрут или, что более вероятно, несколько возможных маршрутов, которые путешественник может выбрать. Модель должна быть в состоянии определить местоположение и виды деятельности. Однако модель также должна определить логистику для ценообразования, доступности и сроков.
Определяя лучшие места и мероприятия, которые можно порекомендовать, модель ИИ может с разрешения путешественника копаться в нескольких источниках информации, чтобы узнать о его симпатиях и антипатиях. Самым большим источником для многих людей, вероятно, является их история в социальных сетях. Предметы, которые они видели, которые им понравились, которые они разместили или даже на которые они жаловались, можно сгруппировать в возможные варианты. Другими источниками данных могут быть история поисковой системы, история браузера, история заказов Amazon и многое другое. Очевидно, что должен быть уровень доверия, а также сильный уровень конфиденциальности и прозрачности с владельцем модели ИИ. Но если предположить, что это возможно, модель ИИ может выделить те места и действия, которые вам больше всего нравятся.
Логистическая сторона создания маршрута на основе ИИ немного сложнее. Если у модели есть временные окна, диапазон бюджета, пункт назначения и виды деятельности, она может создать возможные маршруты перелетов с указанием стоимости, проживания (со стоимостью и доступностью) и видов деятельности, доступных в этом месте. Оптимизация отличной поездки — это тоже то, что может сделать модель ИИ, но доступ ко всем сайтам и навигация по ним будет самой сложной задачей. Интересно, что есть ряд организаций, связанных с путешествиями, которые работают над созданием более цельной сети для турагентов и частных лиц. Аракис, платформа на основе блокчейна, которая работает над созданием глобальной сети авиакомпаний, отелей, туров, транспорта и т. д., надеется создать для пользователей упрощенный способ составления планов поездок. Хотя этот тип сети может быть не единственным способом получения этой информации, он, вероятно, самый простой и возможный. К нам уже присоединился ряд туристических партнеров, которые видят необходимость в более эффективной организации поездок, рассматривая поездку как единый продукт, вместо того, чтобы объединять рейсы, отели, туры и аренду автомобилей по отдельности.
В среднем пользователь тратит примерно 10 часов на планирование отпуска. Это включает в себя посещение 30 веб-сайтов и использование 8 различных приложений. И это только ОДНА из проблем, с которыми сегодня сталкиваются путешественники.
Наша миссия — максимально упростить процесс путешествия.
#аракис позволяет нашим…
— Аракис (@Arakis_Global) 25 июня 2023 г.
Что впереди?
Итак, большой вопрос: когда мы сможем увидеть маршрут, управляемый ИИ, в действии? Трудно сказать, но такие платформы, как Arakis, уже объявили, что работают над тем, чтобы ИИ мог предлагать путешественникам рекомендуемые маршруты. Полноценный вариант использования, описанный выше, возможно, наступит еще через несколько лет, так как есть тысячи небольших проблем, которые необходимо решить, чтобы получить механизм рекомендаций, достаточно точный для того, чтобы люди действительно получали услугу с добавленной стоимостью. Тем не менее, модель является масштабируемой, и сегодня различные элементы могут быть построены в ограниченной форме. Что будет удивительным, так это день, когда вы хотите отправиться в путешествие, и вам порекомендуют поездку, которая соответствует вашему времени, вашему бюджету и вашим мечтам.
Избранное изображение Оксана В на Unsplash
Source: Может ли ИИ помочь составить лучшие планы путешествий?
