Google Maps este unul dintre cele mai utilizate produse ale companiei, iar capacitatea sa de a prezice blocajele de trafic viitoare îl face indispensabil pentru mulți șoferi. În fiecare zi, spune Google, peste 1 miliard de kilometri de drum sunt conduși cu ajutorul aplicației. Însă, așa cum explică gigantul american într-o postare pe blog astăzi, funcțiile sale funcționează numai datorită instrumentelor de învățare automată de la DeepMind, laboratorul de AI cu sediul în Londra, deținut de compania mamă Google Alphabet.
În postarea de pe blog, cercetătorii Google și DeepMind explică modul în care iau date din diverse surse și le introduc în modele de învățare automată pentru a prezice fluxurile de trafic. Aceste date includ informații despre trafic live colectate anonim de pe dispozitive Android, date istorice despre trafic, informații precum limitele de viteză și drumuri in lucru semnalate de autoritățile locale și, de asemenea, factori precum calitatea, dimensiunea și direcția unui drum dat. Așadar, în estimările Google, drumurile asfaltate le bat pe cele neasfaltate, în timp ce algoritmul va decide că este uneori mai rapid să parcurgi o porțiune mai lungă de autostradă decât să conduci pe mai multe străzi sinuoase.
Toate aceste informații sunt introduse în rețelele neuronale proiectate de DeepMind, care selectează tiparele din date și le folosesc pentru a prezice traficul viitor. Google spune că noile sale modele au îmbunătățit acuratețea ETA în timp real pentru Google Maps cu până la 50% în unele orașe. De asemenea, observă că a trebuit să schimbe datele pe care le folosește pentru a face aceste predicții după izbucnirea COVID-19.
„Am văzut o scădere de până la 50 la sută a traficului la nivel mondial la începutul anului 2020”, scrie managerul de produs Google Maps Johann Lau. „Pentru a explica această schimbare bruscă, am actualizat recent modelele noastre pentru a deveni mai agile – prioritizând automat tiparele istorice de trafic din ultimele două până la patru săptămâni și deprioritizând modelele din orice moment anterior.”
Modelele funcționează prin împărțirea hărților în ceea ce Google numește „supersegmente” – grupuri de străzi adiacente care împart volumul de trafic. Fiecare dintre acestea este asociat cu o rețea neuronală individuală care face predicții de trafic pentru acel sector. Nu este clar cât de mari sunt aceste supersegmente, dar Googles notează că au „dimensiuni dinamice”, sugerând că se schimbă în funcție de trafic și că fiecare se bazează pe „terabytes” 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 acestui tip de date de cartografiere.
Pentru mai multe detalii, consultați postările de pe blogul DeepMind, aici.
