Генеративный ИИ выступает как сво‑образный когнитивный слой, который может интерпретировать настроение путешественника и мгновенно персонализировать ответы, пишет профессор Хуан Луис Николау в Journal of Smart Tourism. Технологию можно применять через сайты и приложения до, во время и после поездки.
До поездки система помогает исследовать варианты и составить маршрут; во время — предлагает идеи в реальном времени на основе эмоций и предпочтений; после — помогает сформулировать онлайн‑отзывы. Практические примеры: рекомендация похода при высокой энергонапряжённости или совет заглянуть в тихое местное кафе при пониженной энергии. Николау приводит типичные обращения, которые люди дают системе.
Он выделил восемь ключевых исследовательских областей туристического бизнеса и сопоставил 15 тематических направлений, отражающих функции генеративного ИИ. При этом он предупреждает о рисках приватности и этики и подчёркивает важность осознанного ввода информации в систему.
Сложные слова
- генеративный — Относящийся к системам, которые создают новый контент
- когнитивный — Связанный с мышлением, пониманием и обработкой информации
- персонализировать — Делать что-то специально под конкретного человека
- настроение — Эмоциональное состояние человека в данный момент
- энергонапряжённость — Уровень физической или умственной энергии человекаэнергонапряжённости
- приватность — Состояние личной информации вне доступа другихприватности
- осознанный — Выполненный с пониманием и вниманием к деталямосознанного
- сопоставить — Соотнести два или больше элемента для сравнениясопоставил
Подсказка: наведите, сфокусируйтесь или нажмите на выделенные слова, чтобы увидеть краткие определения прямо во время чтения или прослушивания.
Вопросы для обсуждения
- Использовали бы вы персонализированные советы генеративного ИИ во время путешествия? Почему да или нет?
- Какую личную информацию вы бы не стали вводить в систему и почему?
- Какие простые меры, по вашему мнению, помогут снизить риски приватности и этики при использовании таких технологий?
Похожие статьи
Алгоритмы объясняют превращение пропана в пропилен
Учёные из Университета Рочестера создали алгоритмы, которые выявляют атомные характеристики превращения пропана в пропилен на нанокатализаторах. Работа показывает роль металлической и оксидной фаз и может помочь в других промышленных реакциях.