人类移动性问答（愿景论文）

问答（QA）系统因能够基于给定知识源（例如视觉问答中的图像）学习回答问题，已从人工智能界吸引诸多关注。然而，基于人类移动性数据的问答系统研究仍属空白。挖掘人类移动性数据对智慧城市规划、疫情管理和个性化推荐系统等各类应用至关重要。本文旨在弥补这一空白并引入一项新任务，即人类移动性问答（MobQA）。该任务旨在让智能系统从移动性数据中学习并回答相关问题。此任务为移动性预测研究带来范式转变，并进一步促进人类移动性推荐系统的研究。为更好支撑这一新研究主题，本愿景论文还提出了所引入 MobQA 任务的数据集初步设计及潜在深度学习模型框架。我们希望本文能为人类移动性研究与问答研究提供新颖见解并开辟新方向。