Inteligența artificială ar putea ajunge să anticipeze unde mergem înainte ca noi înșine să decidem. Cercetători de la Universitatea Northeastern din SUA au dezvoltat un model bazat pe inteligență artificială capabil să prezică deplasările umane pe termen scurt, care folosește tehnologii create inițial pentru procesarea limbajului, anunță TechXplore.
Urmărește cele mai noi producții video TechRider.ro
- articolul continuă mai jos -
Instrumentul, numit RHYTHM, se bazează pe modele lingvistice de mari dimensiuni (LLM-uri), aceleași tipuri de AI care stau la baza chatbot-urilor, dar este antrenat să „înțeleagă” tiparele de mobilitate ale oamenilor. Potrivit studiului publicatpe platforma pre-print ArXiv, modelul poate anticipa unde va fi o persoană în următoarele 30 de minute, dar și în următoarele 24–25 de ore.
„RHYTHM poate revoluționa modul în care prognozăm mișcările umane”, a declarat Ryan Wang, profesor asociat de inginerie civilă și de mediu la Northeastern.
De ce e greu de prezis cum se mișcă oamenii
Prezicerea mobilității umane a fost dintotdeauna o provocare majoră pentru cercetători. La nivel individual, deplasările par adesea haotice și imprevizibile. Privite însă pe termen mai lung, ele urmează un anumit „ritm”: mersul la serviciu, la școală, la cumpărături sau la sală, în aceleași zile și la aceleași ore, săptămână de săptămână.
Pornind de la această observație, echipa de la Northeastern a combinat date deschise despre mobilitatea oamenilor cu capacitatea LLM-urilor de a înțelege contextul. Rezultatul este un model care nu se limitează la copierea comportamentelor trecute, ci generează predicții în funcție de condiții și tipare recurente.
„Modelul înțelege că oamenii au rutine zilnice, săptămânale sau lunare, iar aceste tipare pot fi traduse în predicții concrete”, explică Wang.
Mai precis și mai rapid decât modelele existente
Potrivit lui Haoyu He, doctorand în cadrul aceluiași departament și coautor al studiului, RHYTHM este cu 2,4% mai precis decât modelele comparabile. Diferența devine și mai mare în perioadele „neregulate”, cum sunt weekendurile, când precizia este cu aproximativ 5% mai ridicată.
Un alt avantaj important este timpul de antrenare. RHYTHM are nevoie de mult mai puține resurse pentru a fi instruit, un aspect esențial într-un domeniu în care antrenarea modelelor AI este extrem de costisitoare.
„Una dintre cele mai mari dificultăți a fost mereu prezicerea deplasărilor unei persoane individuale. La nivel de oraș, lucrurile sunt relativ clare – dimineața oamenii merg la muncă, seara se întorc acasă. Dar, la nivel individual, comportamentul este foarte aleatoriu. Modelele lingvistice ne ajută să integrăm această doză de imprevizibil”, spune Wang.
De la trafic la dezastre naturale
Cercetătorii au testat RHYTHM folosind date de mobilitate colectate timp de șapte zile și au constatat că modelul poate prezice cu acuratețe deplasările pentru ziua următoare, pentru câteva zile și chiar pentru o săptămână. Deși, teoretic, ar putea face prognoze pe perioade mai lungi, erorile tind să se acumuleze.
Tocmai acest orizont scurt de timp face însă modelul extrem de util în situații critice. Echipa speră ca RHYTHM să poată fi folosit în viitor pentru gestionarea traficului, planificarea transportului public sau pentru intervenții în caz de dezastre naturale, accidente majore ori alte evenimente extreme.
„În astfel de situații, cel mai important este să știm ce se va întâmpla în următoarele câteva ore sau în următoarele 24 de ore. Întrebarea este cum putem folosi AI-ul pentru a prezice evenimente rare, dar posibile, chiar dacă probabilitatea lor este foarte mică”, a subliniat Wang.
