Google Research представила ME-POIs: модели точнее понимают места через мобильность людей

Google Research представила фреймворк ME-POIs (Mobility-Embedded POIs), способ обогатить текстовые представления мест (точек интереса, POI), которые строят языковые модели вроде Gemini, данными о реальной мобильности людей. Авторы поста, научные сотрудники Google Research Мария Деспойна Сямпу и Шушман Чоудхури; в разработке также участвовали Неха Арора (Google Research), профессор Сайрус Шахаби и аспирант Шан Линг Су из Университета Южной Калифорнии (USC).

Проблема, которую решает ME-POIs: обычные модели строят представление места (магазина, парка, ресторана) в основном по статичным метаданным, адресу, категории, текстовому описанию. Это фиксирует "личность на бумаге", но не функциональный ритм места, когда туда реально приходят люди, как долго остаются, насколько оно загружено в разное время. ME-POIs добавляет к тексту агрегированные и анонимизированные паттерны мобильности из общедоступных бенчмарк-датасетов: время прибытия, длительность пребывания, движение вокруг точки.

Фреймворк работает в три этапа. Сначала визиты к конкретному месту кодируются во временной вектор, так называемый "функциональный центроид", который описывает годовой цикл посещений и их распределение по дням недели. Затем решается проблема "длинного хвоста": у известных достопримечательностей и торговых центров данных о визитах много, а у мелкого бизнеса, маленьких бутиков, ремонтных мастерских, новых кафе, данных почти нет, и раньше модель ошибочно считала такие места неактивными. ME-POIs переносит паттерны посещаемости от близких, богатых данными соседей (той же улицы, квартала, района) к местам с разреженными данными. На третьем этапе текстовые эмбеддинги (в духе тех, что выдаёт Gemini) выравниваются с мобильностными векторами через максимизацию косинусного сходства, так что итоговое представление места несёт и его смысловое описание, и функциональный контекст.

Фреймворк протестировали на данных двух крупных и разных по устройству городов США, Лос-Анджелеса и Хьюстона, на пяти отдельных прикладных задачах, причём модель обучали на одних местах, а проверяли на местах, которые она раньше не видела, чтобы исключить простое запоминание. Результаты: интеграция ME-POIs с текстовыми моделями дала прирост точности предсказания намерения посетить место (visit intent) до 81,9% относительно базовых моделей, улучшение классификации ценового уровня на 75,1% и рост точности оценки загруженности на 24,7%, и во всех задачах ME-POIs обошёл как чисто текстовые модели (вроде эмбеддингов Gemini), так и существующие траекторные геопространственные модели (например, TrajGPT). Отдельное наблюдение: в некоторых задачах, включая классификацию цен, модель, обученная только на данных о мобильности, без текста вовсе, обошла модели, работающие только с текстом, это показывает, что коллективное поведение людей на месте порой красноречивее его формального описания.

Авторы подчёркивают: фреймворк работает только с агрегированными, анонимизированными данными и не предназначен для выводов о конкретных пользователях или персонализации, он даёт обобщённую числовую подпись места, снижающую вычислительную нагрузку на системы, которым нужно делать выводы о нём (часы работы, ценовой сегмент, текущий статус бизнеса). Работа, часть более широкой инициативы Google Earth AI по созданию геопространственных моделей и датасетов.

Ключевые факты

Google Research представила ME-POIs, фреймворк, который обогащает текстовые представления мест (POI) в языковых моделях анонимизированными данными о мобильности людей: время прибытия, длительность пребывания, движение вокруг точки
На неизвестных модели местах в Лос-Анджелесе и Хьюстоне интеграция ME-POIs дала прирост точности до 81,9% в предсказании намерения посетить место, 75,1% в классификации ценового уровня и 24,7% в оценке загруженности
Отдельный механизм решает проблему "длинного хвоста": паттерны посещаемости переносятся от богатых данными соседних мест (улица, квартал, район) к мелким точкам с разреженными данными
В части задач, включая оценку цен, модель, обученная только на данных о мобильности без текста, обошла чисто текстовые модели
Авторы явно ограничивают применение: только агрегированные анонимизированные данные, без выводов о конкретных пользователях и без персонализации; работа входит в инициативу Google Earth AI

Почему это важно

Языковые модели вроде Gemini умеют анализировать текстовые описания мест, но текст фиксирует лишь "личность на бумаге", адрес, категорию, название. Реальный функциональный ритм места (когда туда приходят, как долго остаются, насколько оно загружено) в тексте не отражён. ME-POIs показывает, что добавление анонимизированных данных о мобильности к текстовому представлению даёт ощутимый прирост точности, до 81,9% в предсказании намерения посетить место, 75,1% в классификации цен и 24,7% в оценке загруженности, причём именно на местах, которых модель раньше не видела.

Кому это важно

В первую очередь, командам, которые строят геопространственные ИИ-продукты и сервисы на базе карт и данных о местах: предсказание рабочих часов, ценового сегмента, загруженности бизнеса без ручной разметки. Полезно и исследователям в области геопространственного ИИ и обработки языка, которые работают на стыке текстовых эмбеддингов и данных о реальном поведении людей.

Как это применить

ME-POIs строится в три шага. Сначала временной энкодер превращает историю визитов к месту в "функциональный центроид", векторную подпись годового цикла посещений по дням недели. Затем механизм пространственного многомасштабного переноса решает проблему "длинного хвоста": у мест с малым числом визитов (маленькие бутики, мастерские, новые кафе) данные о посещаемости достраиваются по соседям на уровне улицы, квартала и района, где данных много. Наконец, текстовые эмбеддинги языковой модели выравниваются с полученным вектором мобильности через максимизацию косинусного сходства, так что итоговое представление места несёт и смысл, и функциональный контекст.

Можно ли доверять

Материал опубликован от лица Google Research с указанием пяти конкретных авторов, два ведущих исследователя из Google Research и три соавтора из Google Research и Университета Южной Калифорнии. Фреймворк проверен на реальных данных двух разных по устройству городов (Лос-Анджелес, Хьюстон) на пяти отдельных задачах, причём тестирование проводилось на местах, которых модель не видела при обучении, это методологически честный способ проверить обобщение, а не запоминание. В посте, однако, не названы ни точное название научной статьи, ни ссылка на arXiv или публикацию, ни конкретные бенчмарк-датасеты мобильности, ни отдельные цифры по базовым моделям вроде TrajGPT, независимо проверить методологию по первоисточнику пока нельзя.

Риски и подводные камни

Авторы прямо ограничивают область применения: фреймворк работает только с агрегированными и анонимизированными данными о мобильности и не может использоваться для выводов о конкретных пользователях или персонализации. В посте не сказано, в какой продукт Google (например, Карты или Gemini) ME-POIs может попасть и когда, это исследовательская работа без объявленных сроков внедрения. Часть подробностей методологии (источник данных о мобильности, точные показатели базовых моделей) в открытом посте не раскрыта, что ограничивает возможность независимой проверки результатов.