Нефть Brent
$90.02
-0.09%
«Google Карты», впрочем, как и все остальные сервисы Google, можно считать одним из лучших в своей отрасли. Они предельно информативны, функциональны и точны. Ожидать от карт чего-то другого в принципе не приходится, ведь если они хотя бы раз заведут вас не туда, скорее всего, пользоваться ими вы больше не будете. А, между тем, точность зависит от того, как много людей ими пользуются, потому что на основе данных об их количестве алгоритмы прогнозируют образование пробок на дорогах и рассчитывают время прибытия. Поэтому в пандемию Google пришлось изрядно переработать Google Maps.
Смартфоны Huawei обзавелись хорошим навигатором вместо Google Maps
Введение всеобщего карантина привело к тому, что мировой трафик снизился примерно на 50%. Сокращение количества автомобилей на дорогах привело к тому, что алгоритмы, отвечающие за прогнозирование пробок и расчёт времени прибытия, лишились возможности исправно работать. Всё-таки интенсивность движения в городах всегда плюс-минус одинакова, а автомобильный поток никогда резко не растёт и не падает. Поэтому Google долгое время полагалась исключительно на эти показатели и горя не знала. По крайней мере до пандемии, которая вынудила кое-что изменить.
Чтобы удержать точность прогнозирования Google Maps на прежнем уровне, — а это, на минуточку, 97% — разработчики карт объединились с лабораторией Alphabet AI DeepMind. Это специальное подразделение Google, которое занимается развитием технологий искусственного интеллекта и машинного обучение. Его специалисты предложили команде Google Maps внедрить нейронную сеть, которая будет формировать прогнозы на основе косвенных данных, обеспечивая на выходе довольно высокую точность.
Google+ на максималках: в Google Maps появились профили, подписки и сообщения
Нейронная сеть, которую разработали специалисты Alphabet AI DeepMind, получила название Graph Neural Networks. Они обучили её выстраивать пространственно-временные модели, основываясь на таких переменных, как интенсивность потока, время и место, качество дорожного покрытия, ограничения скорости, аварии и заграждения, полицейские блок-посты и т.д.
На основе этих данных нейронная сеть начала выстраивать довольно точные прогнозы, результативность которых не только не упала, но даже выросла. Например, в тайваньском Тайчжуне прирост точности составил 51%. Схожие показатели были зафиксированы в Берлине, Джакарте, Сан-Паулу, Сиднее, Токио, Вашингтоне и ещё нескольких городах.
Google Maps для Android научились определять местоположение с помощью камеры
