Cum poate Google Maps să prezică timpul de sosire?

Dacă erai curios cum se poate prezice timpul de sosire atunci când folosești o aplicație de trafic, Google explică modul în care și-a îmbunătățit funcționalitatea Google Maps, cu ajutorul instrumentelor de învățare automată de la DeepMind.

Google Maps este unul dintre cele mai utilizate produse ale companiei, iar capacitatea sa de a prezice blocajele în trafic îl face indispensabil pentru mulți șoferi.

Conform datelor Google, în fiecare zi, peste 1 miliard de kilometri de drum sunt parcurși de șoferi cu ajutorul aplicației. Însă, așa cum explică într-o postare pe blog, caracteristicile sale au devenit mai precise datorită instrumentelor de învățare automată de la DeepMind, laboratorul de AI cu sediul în Londra, deținut de compania mamă a gigantului Google, Alphabet Inc.

În postarea de pe blog, cercetătorii Google și DeepMind explică modul în care preiau date din diverse surse și le introduc în modele de învățare automată pentru a prezice fluxurile de trafic.

Soția lui Bashar al-Assad vrea să divorțeze și să fugă din Rusia. Asma are 49 de ani și nu mai suportă ”protecția lui Putin”

Fiul lui Ion Țiriac dezvăluie planurile tatălui său, la 85 de ani! ”O singură dragoste!” Vestea care pe mulți îi va surprinde

Aceste date includ informații live despre trafic, colectate anonim de pe dispozitive Android, date istorice despre trafic, informații precum limite de viteză și șantiere de la autoritățile locale și, de asemenea, factori precum calitatea, dimensiunea și direcția unui drum dat.

Toate aceste informații sunt introduse în rețelele neuronale proiectate de DeepMind, care selectează tiparele din date și le folosesc pentru a prezice traficul viitor, informează The Verge.

Google spune că noile sale modele au îmbunătățit acuratețea ETA (estimated time on arrival) în timp real a Google Maps cu până la 50% în unele orașe.

“Am văzut o scădere de până la 50% a traficului la nivel mondial când au început măsurile de carantinare la începutul anului 2020”, scrie Johann Lau, manager de produs Google Maps.

“Ținând seama de această schimbare bruscă, am actualizat modelele noastre pentru a deveni mai agile, prioritizând automat tiparele istorice de trafic din ultimele două până la patru săptămâni și arhivând modelele din orice moment anterior.”

Modelele funcționează prin împărțirea hărților în ceea ce Google numește “super segmente”. Acestea sunt grupuri de străzi adiacente care împart volumul de trafic. Fiecare dintre aceste super segmente este asociat cu o rețea neuronală individuală care face predicții de trafic pentru acel sector.

Nu este clar cât de mari sunt aceste super segmente, dar Google notează că au “dimensiuni dinamice”, sugerând că se schimbă în funcție de trafic și că fiecare se bazează pe TB de date.

Cheia acestui proces este utilizarea unui tip special de rețea neuronală cunoscută sub numele de Graph Neural Network, despre care Google spune că este deosebit de potrivită pentru procesarea datelor de cartografiere.