گوگل مپس چگونه از هوش مصنوعی برای پیش‌بینی زمان رسیدن به مقصد استفاده می‌کند؟

گوگل مپس چگونه از هوش مصنوعی برای پیش‌بینی زمان رسیدن به مقصد استفاده می‌کند؟
دستگاه کنترل تردد کارابان

گوگل مپس چگونه از هوش مصنوعی برای پیش‌بینی زمان رسیدن به مقصد استفاده می‌کند؟

مهندسان گوگل مپس پس از دنیاگیری ویروس کرونا و تغییر در ترافیک جاده‌ها، استفاده از ابزارهای جدیدی را برای پیش‌بینی دقیق زمان رسیدن به مقصد در دستور کار خود قرار دادند.

گوگل مپس (Google Maps) یکی از پراستفاده‌ترین سرویس‌های گوگل به‌حساب می‌آید که برای بسیاری از افراد در سراسر دنیا نامی آشنا است. قابلیت گوگل مپس برای پیش‌بینی ترافیکی که در حال وارد شدن به آن هستید، باعث می‌شود این سرویس برای بسیاری از رانندگان کاربرد زیادی داشته باشد. گوگل می‌گوید هر روز مجموعا بیش از یک میلیارد کیلومتر جاده به کمک سرویس گوگل مپس توسط مردم طی می‌شود. گوگل با انتشار پستی جدید در وبلاگ رسمی خود اعلام کرد قابلیت‌های سرویس مپس به ‌لطف استفاده از ابزار یادگیری ماشین شرکت دیپ‌مایند (DeepMind) بسیار پیشرفته‌تر و دقیق‌تر از قبل شده‌ است. دیپ‌مایند در لندن فعالیت دارد و تحت مالکیت شرکت مادر گوگل یعنی آلفابت است.

محققان گوگل و دیپ‌مایند در بیانیه‌ی جدیدی که روی وبلاگ گوگل مننتشر شد توضیح می‌دهند که چگونه داده‌ها را از منابع مختلف دریافت و آن‌ها را به‌ درون مدل‌های یادگیری ماشین تزریق می‌کنند تا به‌لطف فناوری یادگیری ماشین، جریان ترافیک پیش‌بینی شود. داده‌های موردبحث شامل مواردی مثل داده‌های ترافیکیِ جمع‌آوری‌شده به‌صورت ناشناس از دستگاه‌های اندرویدی، داده‌های مربوط به تاریخچه‌ی ترافیک و اطلاعاتی همچون محدودیت سرعت در جاده و مراکز ساخت‌و‌ساز از مقامات محلی است

محققان گوگل همچنین فاکتورهایی نظیر کیفیت، ابعاد و مسیر تمامی جاده‌ها را بررسی و آن را به یادگیری ماشین تزریق می‌کنند تا دقیق‌ترین پیش‌بینی ارائه شود. در معیارهای گوگل، جاده‌های آسفالت‌شده بهتر از جاده‌های غیرآسفالت هستند. الگوریتم یادگیری ماشین دیپ‌مایند گاهی اوقات به این نتیجه می‌رسد که طی کردن مسیر طولانی‌تری از بزرگ‌راه ‌به‌مدت زمان کمتری نسبت‌به طی کردن مسیر در جاده‌های پرپیچ‌و‌خم نیاز دارد؛ حال آنکه راننده ممکن است خلاف این موضوع را فکر کند

تمامی داده‌هایی که درباره‌ی آن‌ها بحث کردیم به‌درون شبکه‌های عصبی طراحی‌شده توسط دیپ‌مایند فرستاده می‌شوند. این شبکه‌های عصبی می‌توانند الگوهای موجود در داده‌ها را شناسایی کنند و از آن‌ها برای پیش‌بینی ترافیک آینده بهره بگیرند. گوگل می‌گوید مدل‌های یادگیری عمیق جدیدش میزان دقت تخمین مدت‌زمان رسیدن به مقصد را در برخی از شهرها ۵۰ درصد افزایش داده‌اند. گوگل می‌گوید پس از دنیاگیری ویروس کرونا و تغییرات ناشی از آن در زمینه‌ی استفاده از جاده‌ها مجبور شد به‌منظور انجام پیش‌بینی، داد‌ه‌هایی را که استفاده می‌کند تغییر دهد . گوگل می‌گوید استفاده از ابزارهای هوش مصنوعی دیپ‌مایند باعث شد دقت تخمین زمان رسیدن به مقصد در گوگل مپس به‌میزان حداکثر ۵۰ درصد بیشتر شود.

کارابان وب
نویسنده

مطالب مرتبط

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *