Все это, разумеется, никакая не тайна, а "информация из открытых источников", к тому же почти в каждом мобильном устройстве есть приемник GPS. А если нет, вычислить местоположение абонента можно по геолокационным данным точек Wi-Fi и антенн сотовой связи.
Данные о вероятных планах человека на ближайшие сутки окажутся полезны маркетологам и рекламодателям, чтобы "повысить точность таргетирования" - загодя рекомендовать конкретные магазины и услуги в том районе, где будет находиться их потенциальный клиент. Они же помогут правоохранителям предсказывать возможные места совершения преступлений.
Участие в испытаниях приняли 200 человек, и в среднем программа смогла предсказать, где окажется человек через 24 часа с точностью до двадцати метров.
Руководитель проекта Мирко Мусолеси приводит такой пример: допустим, двое друзей обычно обедают в китайском ресторане возле офиса, но иногда выбираются в итальянский ресторан, расположенный через две улицы. Когда один из друзей оказывается в итальянском ресторане, алгоритм использует эту информацию, чтобы предсказать, что второй друг скорее всего тоже туда отправится.
И даже если вдруг человек во вторник вечером зашел в магазин, а не отправился в тренажерный зал, как он обычно делает в это время, сбить с толку алгоритм не удастся. Он же знает, что рядом с человеком находятся его друзья, с которыми он всегда посещает тренажерный зал. Программа учтет этот факт, и сделает правильное предсказание: из магазина они вместе отправятся на тренировку.
Мусолеси признает, что 200 участников эксперимента, возможно, недостаточно для оценки перспектив его разработки, так как все они живут в радиусе 30 миль от швейцарской Лозанны, и в основном являются "студентами, учеными и людьми, которые достаточно предсказуемы в любом случае".
Тем не менее, по словам исследователя, результаты эксперимента заслуживают внимания, потому что "мы по сути используем синхронизированный ритм города для большего интеллектуального понимания".
Разработка алгоритма предсказания поведения пользователей мобильных устройств ведется в рамках конкурса Mobile Data Challenge, спонсором которого выступает компания Nokia. Цель исследования - создать комплект для разработчиков, с помощью которого они смогут интегрировать новый алгоритм в создаваемые приложения.