Google Research i USC opublikowały ME-POIs - framework, który integruje dane mobilności ludziej z tekstowymi osadzeniami punktów zainteresowania (POI). Problem jest prosty: tradycyjne modele językowe opisują, czym jest miejsce, ale nie wyjaśniają, jak jest ono faktycznie używane. Dwie kawiarnie mogą mieć identyczną kategorię, leżeć na tym samym bloku miasta i mieć tę samą reprezentację tekstową, a jednak jedna obsługuje szybko zmiennych dojeżdżających pracowników, podczas gdy druga utrzymuje stałych klientów siedzących przez 90 minut.
Framework ME-POIs koduje każdą wizytę jako wektoryzowany kontekst obejmujący współrzędne, czas przyjścia i wyjścia, następnie stosuje contrastive learning do wyrównania tych wizyt z nauczalnym prototypem dla każdego POI. Testy na pięciu zadaniach mapowania z danymi mobilności z Los Angeles i Houston wykazały solidne rezultaty - model ulepszył wydajność w 34 z 35 kombinacji model-zadanie w Los Angeles, z przyrostami względnymi sięgającymi 81,9 procent F1 dla przewidywania intencji wizyt oraz redukcją o 24,7 procent w MAE dla przewidywania zatłoczenia. Imponująco, wariant wytrenowany wyłącznie na danych mobilności pokonał embeddingi Gemini w klasyfikacji poziomów cen.
Aktualna dostępność frameworku jest ograniczona. Google Research opublikował artykuł naukowy, ale nie udostępnił publicznie ani kodu, ani wag modelu. Model ma tylko 53,7 miliona parametrów i był pretrenowany na jednej karcie NVIDIA Tesla V100 16GB, co nie stanowi dużej bariery obliczeniowej. Główna przeszkoda to dostęp do danych - framework wymaga licencjonowanych danych ruchu pieszych lub wewnętrznych logów wizyt plus poligonów POI. To rozwiązanie, które trzeba przebudować dla swoich danych, a nie checkpoint do zwykłego pobrania.