Google Research hat ME-POIs vorgestellt – ein Framework, das aggregierte Daten über menschliche Bewegungen zu textbasierten Darstellungen von Orten hinzufügt. In der Projektbeschreibung heißt es, dass Sprachmodelle zwar vermitteln, was ein Ort ist, aber nicht zeigen, wie er genutzt wird.
Die Methode kodiert jeden Besuch in einen Kontextvektor und ordnet ihn mittels kontrastivem Lernen einem einzigen trainierbaren Prototyp für jede Point of Interest (POI) zu. Anschließend werden die Verteilungen der Besuche von datenreichen Referenzobjekten auf den langen Schwanz von Orten auf drei räumlichen Skalen übertragen.
Der praktische Sinn des Ansatzes liegt im Versuch, die Semantik eines Ortes mit dem aggregierten Verhalten der Besucher zu verbinden. Das verfügbare Material besteht jedoch ausschließlich aus Metadaten und einer Zusammenfassung von MarkTechPost, sodass derzeit keine Schlussfolgerungen bezüglich der Genauigkeit, der Datenquellen oder der experimentellen Ergebnisse gezogen werden können.
redaktioneller Kommentar
Warum es wichtig ist
Wahrscheinliche Folge ist die Entwicklung von Modellen, die städtische Objekte unter Berücksichtigung ihrer tatsächlichen Nutzung und nicht nur ihrer textuellen Merkmale beschreiben. Das nächste beobachtbare Signal wird die Veröffentlichung technischer Details, Qualitätsbewertungen oder primärer Materialien von Google Research sein. Eine erhebliche Unsicherheit besteht aufgrund des Fehlens von Daten über Experimente, Mobilitätsquellen und Einschränkungen der Methode im verfügbaren Datenpaket.