Хотя интеграция ИИ стала повсеместной — а иногда и навязчивой — функцией в экосистеме Google, недавнее внедрение технологий в Google Maps дает представление о более практичном будущем. Вместо того чтобы просто предсказывать пробки или предлагать перекусить, новая функция «Ask Maps» на базе Gemini пытается решить чисто человеческую проблему: паралич выбора.
Проблема бесконечного выбора
В современном мегаполисе огромный объем данных может просто подавлять. Для многих «парадокс выбора» приводит к однообразным будням: люди ходят в одни и те же три района или кофейни просто потому, что поиск чего-то нового требует слишком много усилий.
Используя Gemini в качестве автоматизированного планировщика маршрутов, мы можем проверить, способен ли LLM (большая языковая модель) стать высококлассным консьержем или же он лишь добавит лишнего шума в процесс принятия решений.
Тестирование ИИ-консьержа
Чтобы оценить инструмент, был проведен реальный тест в Сиэтле с использованием конкретных многоуровневых ограничений:
* Логистика: перемещение на общественном транспорте с обязательным возвращением домой к 16:30.
* Предпочтения: последовательность из обеда, прогулки по живописным местам и посещения кофейни, подходящей для работы за ноутбуком.
* Атмосфера: желание исследовать незнакомые районы и найти «скрытые жемчужины».
Результаты: успехи и «галлюцинации»
Эксперимент принес смешанные результаты: от крайне полезных открытий до классических ловушек генеративного ИИ.
- Поиск «скрытых» мест: Gemini успешно направил пользователя в Tacos Chukis — спрятанное от глаз заведение, которое случайный прохожий мог бы и не заметить. Также ИИ нашел магазин японских товаров Kobo после того, как первая попытка подбора была неудачной.
- Риск «галлюцинаций»: ИИ столкнулся с трудностями в точности пространственного ориентирования: в какой-то момент он заявил, что книжный магазин находится «в одном квартале на востоке», хотя на деле до него нужно было идти 10 минут в противоположном направлении. Это подчеркивает критически важное предостережение: ИИ следует использовать для вдохновения, но источником истины для навигации должны оставаться данные о транспорте в реальном времени.
- Контекстуальный интеллект: Инструмент отлично справился с синтезом разрозненных данных. Он смог просканировать тысячи отзывов пользователей, чтобы найти место, отвечающее специфическому пересечению требований — например, заведение, которое одновременно является «подходящим для детей» и предлагает «авторские коктейли».
Человеческий фактор в машине
Ключевой вывод этого теста заключается в том, что Gemini не создает ценность, он её отбирает. Качество маршрута целиком и полностью зависит от огромной экосистемы человеческого вклада — отзывов, фотографий и рейтингов, оставленных реальными людьми. Gemini выступает в роли высокоэффективного посредника, обрабатывающего колоссальные массивы данных, чтобы представить их в удобном для общения и применения формате.
Итог: Gemini работает не как первоисточник, а как куратор накопленного человеческого опыта.
Заключение
Хотя интеграция Gemini в Google Maps еще не безупречна — особенно в том, что касается точных пеших маршрутов — она знаменует собой значительный переход от поиска к планированию. Это превращает карту из статического справочника в активного помощника, способного ориентироваться в сложностях человеческих предпочтений и городских исследований.
