そして今、Googleマップはから機械学習ツールを実装することによって、より正確になることを示しています.気づいていない人のために、DeepMindはGoogleの親会社Alphabetが所有するロンドンに拠点を置くラボです。
ブログ記事では、GoogleとDeepMindの両方の研究者が、さまざまなソースからデータを取得し、機械学習モデルで分析してトラフィックフローを予測する方法を説明しました。収集するデータには、ライブ交通情報、制限速度、建設現場の有無、および特定の道路の品質、サイズ、方向が含まれます。
この情報はすべて、データ内のパターンを選択し、トラフィックフローを予測するためにそれらを使用するDeepMindによって作成されたネットワークに供給されます。Googleは、AIモデルのアップデートにより、一部の都市ではGoogleマップのリアルタイムETAの精度が最大50%向上したと主張しています。
COVID-19に関して、Googleは2020年初めにロックダウンが課されたとき、世界のトラフィックが50%減少したとコメントしました。また、AIモデルを更新して、変更に伴ってより機敏に対応する必要もありました。
Googleはさらに、AIツールは地図を「スーパーセグメント」または交通量を共有する隣接する通りのクラスターに分割することによって機能すると説明しました。これらの各々は、その特定のセクターの予測を行う別のネットワークと組み合わせられます。現時点では、スーパーセグメントの規模は不明ですが、Googleは、それらがサイズのダイナミクスであり、トラフィックの変動に適応可能であると主張しています。
彼らはまた、Googleによると、この種のマッピングデータを処理する最良の方法の1つであるグラフニューラルネットワークと呼ばれる特別なタイプのニューラルネットワークを利用しています。
