车流量■Google Maps产品经理解释如何借助AI来帮助预测交通流量

DoNews 9月4日消息(采访人员 刘文轩)Google Maps产品经理Johann Lau在官方博客的一篇文章中 , 介绍了这款产品如何使用AI预测车流量、决定最佳路线 。
Lau表示 , 要在几秒钟内把建议路径、沿途交通拥堵程度、预估交通时间、预计到达时间传达给用户 , 背后要做的努力可不少 。  
当用户在使用Google Maps导航时 , Google会汇总可用的位置资讯来掌握全球各地路况 。 通过这些信息推算出目前的车流量 , 进而判断路程是否会受当前交通拥堵的影响 , 但单靠这项信息 , 仍无从预知使用者的车程在10、20甚至50分钟后的交通状况 。
为了预测不久后的路况 , Google Maps会分析过往一段时间内的车流量模式 , 接着交叉参考过往车流量模式资料库及即时路况资料 , 再根据这两组资料运用机器学习技术产生预测结果 。
为了提升准确度 , Google Maps团队最近还与Alphabet旗下的DeepMind AI研究实验室合作 。他表示 , Google Maps目前在预测车程的时间有高达97%的准确度 。通过与DeepMind合作 , 我们运用一项称为图形类神经网路(Graph Neural Networks)的机器学习技术 , 大幅降低预测抵达时间的失准率 。
车流量■Google Maps产品经理解释如何借助AI来帮助预测交通流量
本文插图
自新冠病毒疫情爆发以来 , 全球各地的交通模式发生极大的变化 。部分地区在2020年初开始封城 , 全球各地减少高达50%的车流量 。随后部分地区陆续解封 , 其他地区则仍实施交通管制 。为因应这项突如其来的变化 , Google Maps团队也更新了车流量模型以提升其应变能力 , 系统会自动优先考量最近2至4周的车流量模式 , 并将更早之前的车流量模式列为次要考量 。  
在路线的选择上 , Google Maps会利用车流量预测模型 , 当系统预测某路线可能会塞车时 , 就会自动找出车流较少的替代路线 。系统也会考量道路品质等因素 , 这类道路可能提高驾驶难度 , 因此不纳入建议路线 。 此外 , 当地政府机关提供的可靠资料 , 以及用户即时回报的路况 , 也是系统规划建议路线时的重要参考资讯来源 。  
最终 , Google Maps在结合车流量预测和即时路况资讯后 , 发现如果再继续沿着目前的路线行驶30分钟 , 可能会碰到大塞车 , 导致来不及看诊 。这时Google Maps会根据附近路况和交通事故的信息 , 自动重新规划路线 , 协助使用者避开车流壅塞的路段 , 准时在预约的时间看诊 。  
【车流量■Google Maps产品经理解释如何借助AI来帮助预测交通流量】Johann Lau表示 , 预测车流量及决定路线的过程非常复杂 , 团队也将持续开发工具与技术 , 协助使用者规划出更省时、安全且避免交通壅塞的路线 。  


    推荐阅读