인공 지능(AI)은 르네상스 시대와 황량한 서부 시대를 경험하고 있습니다. 그것은 지능형 검색 엔진, 음성 활성화 비서 및 매우 정확한 “당신이 좋아할 수도 있습니다… AI의 Wild West 측면도 여기에 있으며 놀랍고도 끔찍한 가능성을 만들어내고 있습니다. 정보를 우리 삶에 유용하게 만드는 동일한 도구가 우리를 이용하여 우리가 가능하다는 것조차 몰랐던 공격에 취약하게 만들 수 있습니다. AI는 짧은 프롬프트만으로 놀라운 예술을 생성할 수 있습니다. 그것은 또한 몸값을 위한 가짜 납치를 설정하기 위해 자녀의 목소리를 흉내낼 수 있습니다.
극단적인 사용 사례를 제쳐두고 AI 분야를 흥미롭게 만드는 것은 분명하지 않은 수많은 사용 사례와 기회입니다. 이러한 기회 중 일부는 새롭고 유용한 것을 만들기 위해 AI가 여러 방식으로 사용되는 것을 포함할 수 있습니다. 핵심은 AI가 근본적으로 매우 잘하는 것이 무엇인지 이해하고 혜택을 받을 수 있는 영역을 찾는 것입니다.
AI가 빛나는 두 가지 핵심 영역은 추천과 클러스터링입니다. 권장 사항의 경우 선호도, 기록 및 더 미묘한 연결에 대한 충분한 데이터가 제공되면 적절하게 훈련되고 배포된 AI 모델이 훌륭한 조언을 제공할 수 있습니다. 실제로 모델은 때때로 사용자가 처음에는 동의하지 않을 수 있는 유효한 권장 사항을 제공할 수 있지만 나중에야 권장 사항이 정확히 옳았다는 것을 깨닫게 됩니다.
클러스터링은 우리가 많이 사용하는 용어가 아니며 다소 더 복잡합니다. 본질적으로 클러스터링은 AI 모델에 큰 데이터 세트가 제공되고 레이블이 있는 데이터가 없으면 데이터를 유사한 그룹으로 분리하기 위해 최선을 다할 것입니다. 장난감이 여기저기 흩어져 있는 아이의 방을 청소해야 하는 자신을 상상해 보십시오. 어떻게 정리하시겠습니까? 장난감 유형, 브랜드에 따라 더미를 묶을 수도 있고 원하는 경우 크기와 색상별로 정리할 수도 있습니다. 클러스터링은 방대한 양의 무질서한 데이터를 가져와 유용할 수 있도록 이해할 수 있기 때문에 매우 가치가 있습니다.
이 두 가지 AI 전문 분야를 고려할 때 오늘날 우리가 일하는 방식을 개선하는 데 사용할 수 있는 새로운 사용 사례가 많이 있습니다. 흥미롭게도 해결 방법을 찾지 못한 문제도 찾을 수 있습니다. 이러한 문제 중 하나는 원하는 위치, 관심사, 예산 및 제약 조건을 기반으로 여행 일정을 자동으로 개발하는 방법을 찾는 것입니다. 이것은 여행에 혁명을 일으킬 것이며 사람들이 여행하는 빈도를 눈에 띄게 증가시킬 것입니다. 그렇다면 어떻게 작동하고 AI를 어떻게 사용할 수 있으며 얼마나 현실적일까요? 다이빙하자.
AI 기반 여행 일정
이를 성공적으로 수행하려면 솔루션에서 다음을 정확하게 결정할 수 있어야 합니다. 어떤 활동을 좋아합니까? 한 번도 가본 적이 없지만 가고 싶거나, 가봤지만 다시 가고 싶은 곳은? 시간과 예산은 어떻게 됩니까? 누구와 함께 가고 싶니?
타이밍, 예산 및 동료 여행자에 대한 질문에는 복잡한 AI 모델이 필요하지 않으며 모델을 만드는 것은 거의 불가능합니다. 대신 여행자는 오픈 날짜, 예산 범위를 제공하고 다른 여행자를 나열할 수 있습니다(완료하는 데 1분 미만이 소요될 수 있음). 이 구조가 주어지면 모델은 여행 일정 또는 여행자가 선택할 수 있는 몇 가지 가능한 여행 일정을 만들 수 있습니다. 모델은 위치와 활동을 결정할 수 있어야 합니다. 그러나 이 모델은 가격 책정, 가용성 및 타이밍에 대한 물류도 결정해야 합니다.
추천할 최고의 장소와 활동을 결정하는 AI 모델은 여행자의 허가를 받아 여러 정보 소스를 파헤쳐 좋아하는 것과 싫어하는 것에 대해 배울 수 있습니다. 많은 사람들에게 가장 큰 출처는 아마도 그들의 소셜 미디어 기록일 것입니다. 그들이 보고, 좋아하고, 게시하거나 심지어 불평한 항목은 모두 가능성으로 묶일 수 있습니다. 다른 데이터 소스는 검색 엔진 기록, 브라우저 기록, Amazon 주문 기록 등이 될 수 있습니다. 분명히 AI 모델 소유자와의 신뢰 수준, 강력한 프라이버시 및 투명성 계층이 필요합니다. 그러나 그것이 가능하다고 가정하면 AI 모델은 당신에게 가장 매력적인 장소와 활동을 찾아낼 수 있습니다.
AI 기반 여정을 만드는 물류 측면은 좀 더 복잡합니다. 모델에 시간대, 예산 범위, 목적지 및 활동이 있는 경우 비용, 숙박(비용 및 가용성 포함) 및 해당 위치에서 사용 가능한 활동이 포함된 가능한 비행 일정을 생성할 수 있습니다. 훌륭한 여행을 최적화하는 것도 AI 모델이 할 수 있는 일이지만 모든 사이트에 액세스하고 탐색하는 것이 가장 어려운 작업이 될 것입니다. 흥미롭게도 여행사와 개인이 사용할 수 있는 보다 원활한 네트워크를 만들기 위해 노력하는 여행 관련 기관이 많이 있습니다. 항공사, 호텔, 여행, 운송 등의 글로벌 네트워크를 구축하기 위해 노력하고 있는 블록체인 기반 플랫폼인 Arakis는 사용자가 여행 계획을 세울 수 있는 능률적인 방법을 설정하기를 희망합니다. 이러한 유형의 네트워크가 이 정보를 얻는 유일한 방법은 아니지만 가장 쉽고 가장 가능성이 높습니다. 항공편, 호텔, 투어, 렌터카를 별도로 결합하는 대신 여행을 하나의 제품처럼 취급하여 여행을 더 잘 조직해야 할 필요성을 인식하고 이미 많은 여행 파트너가 합류하고 있습니다.
평균적인 사용자는 휴가를 계획하는 데 약 10시간을 보냅니다. 여기에는 30개의 웹사이트를 방문하고 8개의 서로 다른 앱을 사용하는 것이 포함됩니다. 그리고 그것은 오늘날 여행자들이 직면한 문제 중 하나에 불과합니다.
우리의 사명은 여행의 흐름을 가능한 한 쉽게 만드는 것입니다.
#아라키스 우리의…
— 아라키스(@Arakis_Global) 2023년 6월 25일
앞으로 어떻게 될까요?
따라서 중요한 질문은 언제 AI 기반 여정을 볼 수 있을까요? 말하기는 어렵지만 Arakis와 같은 플랫폼은 이미 AI가 여행자에게 추천 일정을 제공하는 방법을 연구하고 있다고 발표했습니다. 위에서 설명한 전체 사용 사례는 사람들이 실제로 부가가치 서비스를 받을 수 있을 만큼 정확한 추천 엔진을 얻기 위해 해결해야 할 수천 가지 작은 문제가 있기 때문에 아마도 몇 년은 더 걸릴 것입니다. 즉, 모델은 확장 가능하며 오늘날 다양한 요소를 제한된 형태로 구축할 수 있습니다. 놀라운 것은 당신이 여행을 찾고 있고 당신의 시간, 예산, 당신의 꿈에 맞는 여행을 추천받는 날입니다.
대표 이미지 Unsplash의 oxana v
