اخبار التقنية
أخبار ساخنة

خرائط Google تعمل على تحسين أوقات السفر باستخدام الذكاء الاصطناعي

خرائط Google تعمل  على تحسين أوقات السفر باستخدام الذكاء الاصطناعي
بفضل التعلم الآلي لـ DeepMind ، تعمل Google على تحسين دقة أوقات السفر في خرائط Google.
بالنسبة لـ 97٪ من رحلات الملاحة ، تفخر خرائط Google بتقديم تقدير دقيق لوقت الوصول. ولكن كان ذلك قبل ... الأزمة الصحية والانخفاض الحاد في حركة المرور العالمية لعدة أشهر وانتعاش تدريجي. لا تتيح الخوارزمية التي تستند أساسًا إلى معلومات حركة المرور في الوقت الفعلي إمكانية الحصول على وقت وصول صحيح في مناطق معينة حيث تكون حركة المرور كثيفة للغاية. حتى باستخدام سجل حركة المرور لتحديد ساعة الذروة اليومية بدقة ، فإنه ليس واضحًا جدًا.
قد تختلف بسبب العديد من المعلمات. هذا هو الحال ، على سبيل المثال ، مع حالة الطريق أو حتى ازدحام الطريق الثانوي. ستولد هذه العناصر الإضافية أحيانًا بضع عشرات من الدقائق بعد ازدحام مروري ضخم على المحور الرئيسي. في النهاية ، بالنسبة لبعض القطاعات ، لن يكون وقت الوصول المحدد في البداية هو نفسه بعد عشرين دقيقة بالضرورة. ومع أزمة Covid-19 ، فإن هذا المزيج لا يعمل بشكل جيد. لهذا السبب قررت Google ، للحصول على مزيد من الدقة ، استخدام DeepMind ، الكمبيوتر العملاق للشركة الأم Alphabet.
تصل إلى 50٪ تحسن في الدقة
توضح مدونة الحواسيب العملاقة أنه من "التعلم الآلي" ، أي نظام التعلم الآلي ، يتم عمل التنبؤات. لزيادة الدقة ، يتم تجميع شبكات الطرق ، مع المحاور الرئيسية والطرق الثانوية ، معًا في شكل "أجزاء فائقة". والشبكات العصبية المخصصة لكل منطقة هي التي تحلل تيرابايت البيانات. تتكون البيانات من حركة المرور الموسمية ومعدلات الحوادث المحلية والأعمال وظروف الطريق. تم أيضًا دمج تاريخ أحوال حركة المرور على مدى الأشهر الأربعة الماضية من أجل الحصول على بيانات حديثة حول تعديلات حركة المرور ، كما كان الحال أثناء الاحتواء.
يمكن أن تصل النمذجة التي يطلق عليها Graph Neural Networks ، وفقًا لـ Google ، إلى زيادة في الدقة تصل إلى 51٪ لقطاعات معينة ، وعلى وجه الخصوص مدينة Taichung في الصين ، أو حتى 43٪ في Sidney. في مناطق حضرية كثيفة أخرى ، مثل برلين ، تزيد الدقة بنسبة 21٪ و 16٪ في لندن ، على سبيل المثال.
google-playkhamsatmostaqltradent