Google Maps可以每天幫助用戶在200多個國家和地區(qū)中導航超過10億公里，Google表示，其預計到達時間(ETA)預測對于97%以上的旅行中一直是準確的。但是，對于Google而言，這還不夠好，因此該公司整合了DeepMind人工智能技術用于機器學習，從而使其ETA更加準確。

在與Alphabet人工智能研究實驗室DeepMind合作之前，Google Maps使用了歷史交通模式和實時交通狀況的組合來理解當前的交通模式。作伙伴希望能夠預測未來的交通模式，因此DeepMind開發(fā)了一個圖形神經網絡，該網絡還考慮了一年中的時間、道路質量、限速、事故和關閉等數據。

借助這種機器學習方法，Google Maps在柏林，雅加達，圣保羅，悉尼，東京和華盛頓特區(qū)等地方將實時ETA的準確性提高了50%，現在，Google Maps可以在交通擁堵開始之前提前“警告”用戶要注意啦。

正如我們在COVID-19中看到的，前所未有的事件會極大地擾亂交通模式，并使預測模型失效。Google在今年年初封鎖開始時，全球流量下降了50%。這一突如其來的變化迫使Google Maps變得更加敏捷。它開始優(yōu)先考慮過去兩到四周的歷史交通模式，并取消了舊模式的優(yōu)先級。

Google表示，預測交通流量和確定路線非常復雜，它將繼續(xù)尋找讓用戶遠離交通堵塞的方法，并盡可能選擇最安全、最有效的路線。最近，Google Maps加了深入的口頭步行信息，擴展了AR步行方向，并在公共汽車和火車路線上增加了人群預測功能。

原文標題：谷歌地圖正在使用DeepMind AI改善旅行ETA

文章出處：【微信公眾號：IEEE電氣電子工程師學會】歡迎添加關注！文章轉載請注明出處。