Ginagamit ng Topos ang A.I. upang Unawain ang Mga Lungsod at Mga Mapa ng Micro-Neighborhood

Maaaring baguhin ng artipisyal na katalinuhan ang paraan ng pag-iisip natin tungkol sa mga lunsod: Ang startup kumpanya Ang Topos ay ginagawa lamang iyon sa pamamagitan ng paglikha ng isang platform na gumagamit ng A.I. upang maisulong ang mas matalinong pagpaplano ng lunsod.

"Ang Topos ay isang kumpanya na nakatuon sa pagbabago ng katalinuhan sa lokasyon at sa paraan na nauunawaan natin ang mga lungsod at kapitbahayan," paliwanag ni Will Shapiro, ang co-founder at chief data scientist ng Topos. Ang Shapiro, kasama ang co-founder at Topos CEO na si Mahir Yavuz, ay naniniwala na mayroon kaming isang hindi kumpletong proseso ng pag-compile at pag-unawa sa data na may kaugnayan sa pag-unawa ng mga lokasyon, at sa gayon, isang hindi kumpletong hanay ng data mismo. Sa pamamagitan ng paggamit ng mga espesyal na artipisyal na katalinuhan, ang koponan ay may korte na isang paraan upang i-automate ang proseso ng pagtitipon ng data sa isang partikular na lokasyon.

"Gusto naming lumikha ng isang lab na talagang maaaring bumuo ng mga patuloy na bagong paraan ng pag-unawa sa mga lungsod," nagpapaliwanag Yavuz, "at paghahanap ng mga bagong algorithm na naaangkop sa mga teknolohiya sa araw na iyon."

Ang streamlined na proseso ay nagpapahintulot sa kanila na gumamit ng A.I. upang mangalap ng data sa isang mas malaking lugar, pati na rin ang mga lugar na mas puro. Sa halip ng pagkolekta ng mga sukatan sa isang buong kapitbahayan, halimbawa, nakakakuha sila ng data mula sa isang bloke lamang ng kapitbahayan at ng mga nakapaligid na kapitbahayan, na may parehong halaga ng trabaho.

Ang ganitong uri ng data, lalo na sa sukat na ito, ay maaaring magamit upang matulungan ang pag-optimize ng mga kapitbahayan. Sa halip na tumuon sa mga piling aspeto ng bawat lokasyon, ang Topos ay may mas holistic na diskarte. Makakahanap ito ng mga kapitbahayan, kahit na sa loob ng parehong lungsod, na nagbabahagi ng katulad na mga katangian habang tinitingnan din kung anong uri ng mga negosyo ang makikinabang mula sa mga komunidad na ito.

Halimbawa, ang Williamsburg, Brooklyn, ay isang popular na kapitbahayan sa NYC, ngunit nais ng Topos na kilalanin ang maraming mga micro-kapitbahay na eksaktong tulad nito sa loob mismo ng kapitbahayan. Na may natatangi, detalyadong data tulad nito, matutulungan ka ng kumpanya na magpasya kung saan ka pinakamahusay na angkop - kung saan ay magandang impormasyon na magkaroon kung ikaw ay isang negosyo na naghahanap upang magbukas ng isang bagong sangay.

Sa antas ng macro, ang Topos ay maaaring mangolekta at ihambing ang data sa ganap na hiwalay na mga lungsod upang malaman ang higit pa tungkol sa kultura ng bawat lokasyon. Maaari nilang suriin kung paano ang Boston, halimbawa, ay sumasalungat laban sa Miami sa anumang bilang ng mga sukatan, mula sa mga lugar ng kapitbahayan sa uri ng mga taong naninirahan doon, na hindi lamang maaaring magamit para sa mga negosyo na nagpapasya kung saan mag-set up ng tindahan, kundi pati na rin para sa mga lungsod na sinusubukan upang malaman kung ano ang mga negosyo, o kahit na paglilibot artist, nais nilang pagdating sa kanilang sulok ng mundo.

Sa hinaharap, inaasahan ni Shapiro at Yavuz na magturo ng mga ahensya ng gobyerno kung paano gamitin ang teknolohiya na kanilang nilikha. Kung ang mga lokal na pamahalaan ay mas matalinong, mas kumpletong datos tungkol sa mga lungsod na pinamamahalaan nila, magagawa nilang mas mahusay na paglingkuran ang kanilang mga komunidad upang simulan ang pagbuo ng isang mas mahusay na mundo.