谷歌地圖是該公司應用最廣泛的產品之一,它預測即將到來的交通堵塞的能力使它成為許多司機不可或缺的工具。谷歌說,每天都有超過10億公里的道路在該應用的幫助下行駛。但是,正如這家搜尋巨頭今天在部落格中解釋的那樣,得益於谷歌母公司Alphabet旗下位於倫敦的人工智慧實驗室DeepMind提供的機器學習工具,它的功能變得更加準確。
在這篇部落格文章中,谷歌和DeepMind的研究人員解釋了他們如何從各種來源獲取資料,並將其輸入機器學習模型來預測流量。這些資料包括從Android裝置匿名收集的實時交通訊息、歷史交通資料、來自地方**的限速和建築工地等資訊,以及任何給定道路的質量、大小和方向等因素。因此,在谷歌的估計中,鋪砌的道路優於未鋪砌的道路,而演算法將決定,有時走更長一段的高速公路比走多條蜿蜒的街道要快。
所有這些資訊都被輸入到由DeepMind設計的神經網路中,這些神經網路從資料中挑選出模式,並使用它們來預測未來的流量。谷歌表示,它的新模式已經將谷歌地圖在一些城市的實時eta準確率提高了50%。它還指出,在COVID-19爆發和隨後的道路使用變化之後,它不得不改變用於做出這些預測的資料。
谷歌地圖產品經理Johann Lau寫道:“當2020年初開始封鎖時,我們看到全球流量減少了50%。”。“為了應對這一突然變化,我們最近更新了模型,使之更加靈活——自動對過去兩到四周的歷史流量模式進行優先順序排序,並對之前的任何時間的模式進行去優先順序排序。”
這些模型的工作原理是將地圖劃分為谷歌所稱的“超級路段”——相鄰街道的叢集,這些街道共享交通量。每一個都與一個單獨的神經網路配對,該神經網路可以對該區域進行交通預測。目前尚不清楚這些超級資料段有多大,但google注意到它們有“動態大小”,這表明它們隨著流量的變化而變化,而且每個超級資料段都使用“兆位元組”的資料。這一過程的關鍵是使用一種特殊型別的神經網路,稱為圖形神經網路,谷歌稱這種網路特別適合處理這類對映資料。
更多細節,請檢視我們的部落格文章從谷歌和深心這裡和這裡。
...你檢視他們的狀態。但如果這對你來說還不夠方便的話,谷歌地圖有一個新功能,可以讓你追蹤朋友的位置。 ...
當谷歌在2013年收購Waze時,很多使用者認為這意味著這家以色列地圖服務公司將熄燈。但事實並非如此。Waze沒有完全被摺疊起來,而是繼續與Google地圖共存。 ...
...技術。谷歌的機器學習技術與他們收購人工智慧研究公司DeepMind有關。DeepMind開發了AlphaGo——擊敗圍棋冠軍李賽多的人工智慧。這就意味著一種比人類更聰明的技術可能會出現在你的口袋裡。但谷歌是如何將人工智慧適應於畫素...
谷歌地圖使得從a到B的路線規劃變得比以往任何時候都更容易,無論你是迷失在荒野中,還是尋找更快捷方式上班的通勤者。這一切都要感謝現在能夠將不同形式的交通工具結合在一起。 ...
谷歌地圖有兩個新的竅門,他們應該讓通勤者的生活更輕鬆。雖然谷歌地圖對司機來說是最有用的——尤其是當谷歌現在可以指引你遠離自然災害時——但公共交通使用者並沒有被遺忘。 ...
隨著谷歌地圖的最新更新,谷歌正試圖讓通勤者的生活更輕鬆一點。上下班從來都不是一件有趣的事,但至少可以少一點挫敗感。谷歌地圖可能是關鍵。。。 ...