美國NASDAQ上市公司
外商IT教育培訓企業

0800-777-100


週一到週五 09:00~21:00 週六到週日 09:00~18:00

熱門課程

達內教育台灣 > 知識庫 > Python

不只是導航!Google 地圖用 AI 大升級 能預測還沒發生的塞車


新冠疫情爆發,導致全球交通運輸模式受到影響。各種交通管制、居家隔離甚至是封城 等措施,使全世界車流量大幅減少。

為了因應全球範圍的交通模式改變,Google 近日表示,將與 DeepMind 攜手運用人工智慧技術, 強化路途預定到達時間預測(ETA),甚至能還沒發生塞車,就先預測你會不會受影響。

Google 地圖的導航功能一直備受大眾喜愛,近年隨著行動裝置的普及與網路速度的提升 ,有越來越多民眾不另外裝載車用衛星導航、而直接使用 Google 地圖作為外出行車的主要 導引,更是讓 Google 地圖與人們的生活更加緊密。

至於 Google 是怎麼做到導航、判斷車流量與偵測交通阻塞的呢?背後還是有賴人工智慧的幫 助!

不只靠公開資料分析 每個使用者都能回傳位置資訊

有些導航服務是根據政府提供之公開資料來計算車流量,而 Google 地圖的優勢在於── 眾多的使用者。

Google 地圖全球每日用戶超過 10 億人,每個使用者進行導航時都能匿名傳回位置資訊, 計算這些資訊就能統計出當前的道路狀況,以此分析出道路的車流量、是否有交通堵塞等等 ,並即時在導航結果中呈現。

Google地圖示意圖

▲ 圖片來源:The Keyword | Google

Google 地圖使用路上行人、行車中的地點資料來顯示當下路況,這種模式雖然簡單好用,但如果要進一步預測未來 10、20 分鐘,甚至一個小時之後的路況,或要提供預定到達時間(Estimated Time of Arrival,ETA),就必須將既有歷史交通數據、即時車流量的改變情況,配合AI人工智慧進行分析預測。

與DeepMind合作人工智慧技術 強化路況預測能力

為了強化路況預測能力,Google 宣布將與 Alphabet 旗下的人工智慧研究公司「DeepMind」合作,更新 Google 地圖的演算法。

Google 表示,新的預測模型將加權過去 2 到 4 週的歷史資料,而越舊的資料權重會越低;並稱 Google 地圖的 ETA 預測在 97 %以上的旅程都有穩定準確率,而與 DeepMind 的合作能使準確率更加提升。

Google 地圖採用名為圖像神經網路(Graph Neural Networks,GNNs)的機器學習架構,大幅降低預測失準率,在柏林、雪梨、東京及華盛頓特區等等交通繁忙的地區,依然能維持精準的預測率,讓使用者能在出發前更方便規劃行程。

Google的ETA精準度預測

▲ Google 不斷提升世界各地之 ETA 預測精準度,圖可見「台中市」提升高達 51 %。圖片來源:VentureBeat

Google 地圖將錯綜複雜的道路網路劃分為一個個「路段」(segments),各個路段皆包含大量的交通流量資料,並能彼此共享;AI 分析這些巨量的資料,再通過圖像神經網路模型預測每個路段的行駛時間。

圖像神經網路將道路視為一個圖形,路線對應節點(nodes),而邊線位於「連續道路」和「通過交叉路口連接的道路」之間。路段實際上是與交通密度成比例地、隨機採樣的道路子圖(subgraph),並通過訊息傳遞演算(message-passing algorithm)計算邊緣與節點之間的相互影響。

每個路段的長度和複雜度都有所不同,從兩條道路到包含數百個節點的路線都有。DeepMind 表示,將相鄰道路之間的交互關係納入考量後,也使得預測準度有所提升:「例如我們思考一條小巷的堵塞如果溢出,將如何影響主幹道的交通」。

Google的ETA精準度預測

▲ Google 地圖人工智慧分析計算道路交通之演算法示意圖。

DeepMind 也表示,在訓練時自動調整學習率,該模型不僅可以達到更高的成效,還能自動調整學習率,獲得更穩定的結果。

除了新模型,Google 地圖也一併考慮其他因素:如道路速限、道路面積、道路品質(如礫石地、柏油或泥地)、道路施工、天候氣象(如下雪、下暴雨或土石流等)、使用者回報的交通事故、封路、出現彎道或紅綠燈路口的頻率等等,以及因應新型冠狀病毒疫情隨之而來的交通管制。

疫情之下 Google 地圖受到的沖擊

Google 表示疫情爆發後,全球路上交通流量減少了 50 %,隨著疫情持續,仍有不少地區維持交通管制。

這種影響範圍擴及全球的特殊狀況下,為了不讓預測失準,AI 會自動優先考量近期的車流量記錄,將更早之前的車流量模式列為次要考量,讓導航結果的預計抵達時間更為精準。

這次事件展現出 Google 地圖與現實世界有多麼息息相關。Google 執行副總裁 Jen Fitzpatrick 也親自撰文表示,他們將會推動 Google 地圖發展新的技術,因為世界不斷在變化──公車班次的增減、新的道路被開拓、自然災害永久地改變通行路線等等。「這就是為什麼地圖需要更新、確保全面性和準確性的原因。人工智慧的重大突破改變了我們製作的地圖方法,也讓我們能將高品質地圖更快地帶到了世界各個角落。」

除了導航之外 其他有賴人工智慧的地圖功能

除了導航功能之外,其實 Google 地圖還有許多實用的功能都是靠人工智慧完成。

如 Google 曾公開他們如何利用深度神經網路,自動且準確地辨識街道名稱、模糊人臉與車牌。在自然場景中由於視覺偽影,如失真、閉塞、定向模糊、雜亂的背景或不同的角度等狀況,讓傳統的光學字符識別(OCR)難以完成辨識。

而為了保護用戶的隱私,Google 團隊致力於解決這一問題,使用神經網路自動模糊了街景圖像中的人臉和車牌,而經過足夠的標記數據訓練後,AI 也能自動升級 Google 地圖相關的最新信息。

另一應用在於描繪地圖上代表建築的幾何陰影。Google 利用了多層次技術,第一層人工智慧負責從衛星照片中辨識出建築物;第二層的人工智慧負責分辨建築物的輪廓,並去除四周雜物;第三層則是根據輪廓來描繪出最有可能的建築物狀態。這套系統從 2018 開始,已經繪製了超過 1 億個新建築到 Google 地圖上了。

這套系統在低度開發國家尤有效用,在政府資訊難以取得的國度,Google 團隊利用衛星圖和街景的影像,繪製出了奈及利亞大城市拉哥斯(Lagos)的地圖,填入了 20,000 條街道名稱、50,000 個新地址、與 100,000 間新商家的資訊。

像繪製地圖這樣巨量又繁瑣的工作,果然還是得靠AI的協助才有可能完成的呢。

上一篇:前端工程師HTML5入門課程(6)-progress載入進度顯示條
下一篇:前端工程師HTML5入門課程(2)-HTML5新增header,nav與footer元素

 

選擇城市和中心
貴州省

廣西省

海南省