谷歌地圖和人工智慧的結合,碰撞出意想不到的火花!(上)

谷歌地圖和人工智慧的結合,碰撞出意想不到的火花!(上)

人工智慧配上Google 地圖,他們迸出的新功能都超猛!

 

新冠疫情爆發,導致全球交通運輸模式受到影響。各種交通管制、居家隔離甚至是封城 等措施,使全世界車流量大幅減少。

為了因應全球範圍的交通模式改變,Google 近日表示,將與 DeepMind 攜手運用人工智慧技術, 強化路途預定到達時間預測(ETA),甚至能還沒發生塞車,就先預測你會不會受影響。

Google 地圖的導航功能一直備受大眾喜愛,近年隨著行動裝置的普及與網路速度的提升 ,有越來越多民眾不另外裝載車用衛星導航、而直接使用 Google 地圖作為外出行車的主要 導引,更是讓 Google 地圖與人們的生活更加緊密。

至於 Google 是怎麼做到導航、判斷車流量與偵測交通阻塞的呢?背後還是有賴人工智慧的幫助!

 

不只靠公開資料分析 每個使用者都能回傳位置資訊

有些導航服務是根據政府提供之公開資料來計算車流量,而 Google 地圖的優勢在於── 眾多的使用者。

Google 地圖全球每日用戶超過 10 億人,每個使用者進行導航時都能匿名傳回位置資訊, 計算這些資訊就能統計出當前的道路狀況,以此分析出道路的車流量、是否有交通堵塞等等 ,並即時在導航結果中呈現。

▲ 圖片來源:The Keyword | Google

 

Google 地圖使用路上行人、行車中的地點資料來顯示當下路況,這種模式雖然簡單好用,但如果要進一步預測未來 10、20 分鐘,甚至一個小時之後的路況,或要提供預定到達時間(Estimated Time of Arrival,ETA),就必須將既有歷史交通數據、即時車流量的改變情況,配合AI人工智慧進行分析預測。

 

與DeepMind合作人工智慧技術 強化路況預測能力

為了強化路況預測能力,Google 宣布將與 Alphabet 旗下的人工智慧研究公司「DeepMind」合作,更新 Google 地圖的演算法。

Google 表示,新的預測模型將加權過去 2 到 4 週的歷史資料,而越舊的資料權重會越低;並稱 Google 地圖的 ETA 預測在 97 %以上的旅程都有穩定準確率,而與 DeepMind 的合作能使準確率更加提升。

Google 地圖採用名為圖像神經網路(Graph Neural Networks,GNNs)的機器學習架構,大幅降低預測失準率,在柏林、雪梨、東京及華盛頓特區等等交通繁忙的地區,依然能維持精準的預測率,讓使用者能在出發前更方便規劃行程。

▲ Google 不斷提升世界各地之 ETA 預測精準度,圖可見「台中市」提升高達 51 %。圖片來源:VentureBeat

 

Google 地圖將錯綜複雜的道路網路劃分為一個個「路段」(segments),各個路段皆包含大量的交通流量資料,並能彼此共享;AI 分析這些巨量的資料,再通過圖像神經網路模型預測每個路段的行駛時間。

 

本系列文章未完,請點此看下一篇

 

延伸閱讀:

本季Python和Java的對決,究竟鹿死誰手?

人工智慧阻止貓貓帶它的獵物給你,這就是你夢寐以求的AI功能吧!

這短期的Python課程,讓他無痛轉職!

UI/UX 設計工作完整剖析

第一次上程式設計課程該選 Python 還是 Java?有什麼差別?

人工智慧電影/影集:Netflix《我的全像情人》探討人與 AI 是否有真愛

使用 Java、Python、C 等 22 種程式語言寫出「Hello World」!

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料