得益于其内置的技术, 谷歌地图 提供的功能远远超出了旧纸质地图。
导航软件(例如Google Maps)最有用的功能之一是解析交通数据,以提供到达时间和替代路线的估算值,这对用户来说是一个巨大的好处,Google表示每天使用Google Maps行驶十亿公里。
有了Alphabet的同伴DeepMind,一家总部位于英国的AI研究公司,以其AlphaGo平台胜过Go大师Lee Sedol而闻名,该服务最近通过机器学习技术得到了改善。
Google Maps产品经理Johann Lau解释说,虽然可以使用路况数据来提供当前时刻的路况,但Google仍会使用该数据来预测未来的路况。 在博客文章中。“为了预测不久的将来的流量,Google Maps会分析一段时间内道路的历史流量模式。例如,一种模式可能表明,北加州的280号高速公路通常在早上6点至早上7点之间以65英里/小时的速度行驶,但在午后仅以15-20英里/小时的速度行驶。然后,我们将历史流量模式的数据库与实时交通状况结合起来,使用机器学习基于两组数据生成预测。”
尽管Google对ETA的预测已经达到了97%的准确率,但与DeepMind的合作关系涉及使用一种称为Graph Neural Networks的机器学习技术来将全球城市中的这一数字提高多达50%,并预测尚未发生的流量。
在自己的博客文章中, DeepMind说:“我们的模型将本地道路网视为一个图形,其中每个路线段对应一个节点,并且在同一条道路上连续或通过交叉点连接的段之间存在边。在图形神经网络中,执行消息传递算法,其中消息及其对边缘和节点状态的影响由神经网络学习。从这个角度来看,我们的超级路段是道路子图,是根据交通密度随机抽样的。因此,可以使用这些采样的子图来训练单个模型,并且可以大规模部署该模型。”
-
Google
+关注
关注
5文章
1762浏览量
57504 -
谷歌地图
+关注
关注
0文章
21浏览量
10080 -
DeepMind
+关注
关注
0文章
130浏览量
10844
发布评论请先 登录
相关推荐
评论