谷歌地图与DeepMind AI合作提高ETA

得益于其内置技术，谷歌地图提供的功能远比旧的纸质地图多。

导航软件(如谷歌地图)最有用的功能之一是分析交通数据，提供到达时间和替代路线的估计，这对用户来说是一个很大的好处。谷歌表示，它使用谷歌地图每天行驶10亿公里。

与Alphabet的同伴DeepMind(一家总部位于英国的AI研究公司)合作，其AlphaGo平台优于Go大师Lee Sedol，最近通过机器学习技术改进了这项服务。

谷歌地图产品经理Johann Lau解释说，虽然路况数据可以用来提供当前路况，但谷歌仍将使用这些数据来预测未来的路况。在一篇博文中。“为了预测近期的交通状况，谷歌地图将分析一段时间内道路的历史交通模式。例如，一个模型可能会显示，北加州的280号高速公路通常在早上6点到7点之间以65英里/小时的速度行驶，但下午只有15-20英里/小时。然后，我们将历史交通模式数据库与实时交通状况相结合，并使用机器学习根据两组数据生成预测。”

尽管谷歌对ETA的预测已经达到97%的准确率，但与DeepMind的合作涉及使用一种名为Graph Neural Networks的机器学习技术，将全球城市的这一数字提高多达50%，并预测尚未发生的流量。

DeepMind在博文中表示，“我们的模型将局部路网视为一个图，其中每个路由段对应一个节点，段与段之间存在连续或由同一条道路上的交叉口连接的边。在图形神经网络中，实现了一种消息传递算法，通过神经网络学习消息及其对边缘和节点状态的影响。从这个角度来看，我们的超级路段是一个道路子图，根据交通密度随机抽样。因此，这些采样子图可以用来训练单个模型，模型可以大规模部署。”