Google научила ИИ понимать места по тому, как в них ходят люди
Метод ME-POIs от Google Research дополняет текстовое описание места обезличенными данными о посещениях. Модель заметно лучше угадывает уровень цен, загруженность и популярность мест, которых не видела при обучении.
Языковые модели знают о кафе или магазине в основном то, что о нём написано: адрес, категорию, описание. Исследователи Google Research предлагают добавить к этому ещё один источник — данные о том, как место посещают. Когда люди приходят, сколько остаются, как движутся вокруг. Метод назвали ME-POIs.
Авторы берут данные о посещениях из открытых наборов для бенчмарков — обобщённые и обезличенные. Из них модель строит числовую «подпись» места: как оно живёт в течение дня, в разные дни недели и на протяжении года. Потом эту подпись совмещают с текстовым представлением от Gemini. По тексту модель понимает, что в заведении продают еду. По посещениям — обедают там днём или сидят до поздней ночи.
Отдельная задача — места, о которых данных почти нет: маленькие бутики, мастерские, новые кофейни. Раньше модель считала, что туда никто не ходит, и ошибалась. ME-POIs переносит на них поведение соседей: смотрит на ту же улицу, квартал и район. Логика простая: бутик на дорогой торговой улице живёт в том же ритме, что и его соседи.
Метод проверили в Лос-Анджелесе и Хьюстоне на пяти задачах: часы работы, уровень цен, закрытие бизнеса навсегда, интерес к месту в поиске и навигации, загруженность. Модель обучали на одних местах, а проверяли на других, которых она не видела. С ME-POIs точность выросла по всем задачам: интерес к месту — до 81,9% относительно исходного уровня, уровень цен — на 75,1%, загруженность — на 24,7%. Сравнивали с чисто текстовыми векторными представлениями1 Gemini и моделью траекторий TrajGPT2.
Самый любопытный результат: в некоторых задачах, например с ценами, модель только на данных о посещениях обошла модели только на тексте. Выходит, по поведению людей о месте можно узнать больше, чем по его официальному описанию.
Авторы подчёркивают, что метод работает только с обобщёнными данными и не делает выводов об отдельных людях. Работа входит в проект Google Earth AI3. Соавторы — исследователи из Университета Южной Калифорнии. Когда и в каких продуктах Google метод может появиться, не сообщается.