Kunstmatige intelligentie (AI) ervaart wat zowel de Renaissance-periode als de Wild West-periode lijkt te zijn. Het heeft ons leven op veel manieren en in korte tijd veranderd, tot het punt dat het enigszins verrassend is om na te denken over het leven vóór intelligente zoekmachines, spraakgestuurde assistenten en hypernauwkeurige aanbevelingen met “misschien vind je dit ook leuk”. Het Wild West-aspect van AI is hier ook aanwezig en creëert zowel verbazingwekkende als verschrikkelijke mogelijkheden. Dezelfde hulpmiddelen die informatie nuttig maken in ons leven, kunnen ook misbruik van ons maken, waardoor we kwetsbaar worden voor aanvallen waarvan we niet eens wisten dat ze mogelijk waren. AI kan ongelooflijke kunst genereren met slechts een korte prompt; het kan ook jouw nabootsen de stem van het kind om een nep-ontvoering voor losgeld op te zetten.
Afgezien van de extreme use-cases, wat het gebied van AI zo interessant maakt, zijn de talloze use-cases en kansen die niet zo voor de hand liggend zijn. Bij sommige van deze kansen kan AI op meerdere manieren worden gebruikt om iets nieuws en nuttigs te creëren. De sleutel is om te begrijpen waar AI in wezen heel goed in is, en gebieden te vinden die hiervan kunnen profiteren.
Twee belangrijke gebieden waarop AI uitblinkt, zijn aanbevelingen en clustering. Voor aanbevelingen, indien voldoende gegevens over voorkeuren, geschiedenis en subtielere verbanden worden gegeven, a goed getraind en ingezet AI-model kan uitstekend advies geven. In feite kan het model soms geldige aanbevelingen doen waar de gebruiker het in eerste instantie niet mee eens was, om vervolgens te beseffen dat de aanbeveling precies goed was.
Clustering is een term die we niet zo vaak gebruiken, en dat is het ook wat ingewikkelder. In wezen is clustering wanneer een AI-model een grote dataset krijgt, en zonder dat de data labels hebben, zal het zijn best doen om de data in soortgelijke groepen te scheiden. Stel je voor dat je een kinderkamer moet opruimen, met overal verspreid speelgoed. Hoe zou jij het organiseren? Je zou stapels kunnen clusteren op basis van het soort speelgoed, het merk, of als je zou willen, zou je zelfs kunnen ordenen op maat en kleur. Clustering is erg waardevol omdat het enorme hoeveelheden ongeorganiseerde gegevens kan vergen en deze kan begrijpen, zodat het nuttig kan zijn.
Gezien deze twee AI-specialiteiten zijn er een aantal nieuwe use-cases die we zouden kunnen gebruiken om de manier waarop we dingen vandaag doen te verbeteren. Interessant is dat we zelfs problemen kunnen vinden waarvoor we nog nooit een manier hebben gevonden om ze op te lossen. Een van deze problemen is het vinden van een manier om automatisch een reisroute te ontwikkelen op basis van uw gewenste locaties, interesses, budgetten en beperkingen. Dit zou een revolutie teweegbrengen in het reizen en zou waarschijnlijk leiden tot een duidelijke toename van hoe vaak mensen reizen. Dus hoe zou het kunnen werken, hoe kunnen we AI gebruiken en hoe realistisch is het? Laten we erin duiken.
De AI-gestuurde reisroute
Om dit met succes voor elkaar te krijgen, moet de oplossing het volgende nauwkeurig kunnen bepalen: Welke activiteiten vind je leuk? Naar welke bestemmingen ben je nog nooit geweest maar zou je graag heen willen, of ben je geweest en zou je nog een keer willen gaan? Wat is uw timing en budget? Met wie wil jij gaan?
De vragen over timing, budget en medereizigers hebben geen complex AI-model nodig, en het zou bijna onmogelijk zijn om er een te maken. In plaats daarvan kan een reiziger open data, een budgetbereik en een lijst met andere reizigers opgeven (dit kan minder dan een minuut duren). Gegeven deze structuur zou het model vervolgens een route kunnen samenstellen, of waarschijnlijker een handvol mogelijke routes die de reiziger kan kiezen. Het model zou locatie en activiteiten moeten kunnen bepalen. Het model zou echter ook de logistiek voor prijsstelling, beschikbaarheid en timing moeten bepalen.
Bij het bepalen van de beste plaatsen en activiteiten om aan te bevelen, kan een AI-model, met toestemming van de reiziger, in verschillende informatiebronnen graven om meer te weten te komen over hun voorkeuren en antipathieën. De grootste bron voor veel mensen is waarschijnlijk hun geschiedenis op sociale media. Items die ze hebben gezien, leuk gevonden, gepost of zelfs geklaagd, kunnen allemaal worden geclusterd in mogelijkheden. Andere gegevensbronnen kunnen de geschiedenis van zoekmachines, browsergeschiedenis, Amazon-bestelgeschiedenis en meer zijn. Het is duidelijk dat er een zekere mate van vertrouwen en een sterke laag van privacy en transparantie moet zijn met de eigenaar van het AI-model. Maar ervan uitgaande dat dit mogelijk is, zou een AI-model die plaatsen en activiteiten kunnen plagen die u het meest aanspreken.
De logistieke kant van het maken van een AI-gestuurd reisschema is iets complexer. Als het model tijdvensters, een budgetbereik, een bestemming en activiteiten heeft, kan het mogelijke vluchtroutes creëren met kosten, accommodatie (met kosten en beschikbaarheid) en activiteiten die op die locatie beschikbaar zijn. Het optimaliseren van een uitstekende reis is ook iets dat een AI-model zou kunnen doen, maar toegang krijgen tot alle sites en er doorheen navigeren zal het moeilijkste stuk zijn. Interessant is dat er een aantal reisgerelateerde organisaties zijn die werken aan het creëren van een meer naadloos netwerk voor reisbureaus en particulieren. Arakis, een op blockchain gebaseerd platform dat werkt aan het creëren van een wereldwijd netwerk van luchtvaartmaatschappijen, hotels, tours, transport, enz., hoopt een gestroomlijnde manier op te zetten voor gebruikers om reisplannen te maken. Hoewel dit type netwerk misschien niet de enige manier is om aan deze informatie te komen, is het waarschijnlijk wel de gemakkelijkste en meest mogelijke. Er zijn al een aantal reispartners aangesloten, die de noodzaak zien om reizen beter te organiseren en een reis als één product te behandelen in plaats van vluchten, hotels, tours en autoverhuur afzonderlijk te combineren.
De gemiddelde gebruiker besteedt ongeveer 10 uur aan het plannen van een vakantie. Hierbij worden 30 websites bezocht en 8 verschillende apps gebruikt. En dat is nog maar EEN van de problemen waar reizigers tegenwoordig mee te maken hebben.
Onze missie is om de stroom van reizen zo gemakkelijk mogelijk te maken.
#Arakis laat onze…
— Arakis (@Arakis_Global) 25 juni 2023
Wat staat ons te wachten?
Dus de grote vraag: wanneer kunnen we een AI-gestuurd reisschema in actie zien? Het is moeilijk te zeggen, maar platforms zoals Arakis hebben al aangekondigd dat ze werken aan een manier waarop AI reizigers aanbevolen reisroutes kan bieden. De hierboven beschreven volledige use case is waarschijnlijk nog een paar jaar verwijderd, aangezien er duizend kleine uitdagingen zijn die moeten worden opgelost om een aanbevelingsengine te krijgen die nauwkeurig genoeg is om mensen echt een service met toegevoegde waarde te bieden. Dat gezegd hebbende, het model is schaalbaar en verschillende elementen kunnen tegenwoordig in beperkte vorm worden gebouwd. Wat geweldig zal zijn, is de dag dat u op reis wilt gaan en een reis wordt aanbevolen die past bij uw tijd, uw budget en uw dromen.
Uitgelichte afbeelding door oxana v op Unsplash
Source: Kan AI helpen om betere reisplannen te maken?