“Google 解密分享他们怎么采用 AI 预测车流量、决策最佳路线(Google Map)”

全球220多个国家的谷歌地图使用者，每天累计行驶距离合计超过10亿公里。 每次招聘者坐在驾驶席上开始导航时，都可以立即浏览提案路径、沿途交通拥堵程度、预计交通时间、预计到达时间等信息。 整个过程看起来非常简单，但要在几秒钟内将这些信息传达给招聘者，背后需要付出相当大的努力。

今天，我给大家展示一下讨论度最高的主题——车的流量和路径计划。 你有没有想过谷歌地图是如何预测什么时候会发生严重的交通堵塞，如何确定最佳路线的？ 下面详细证明一下吧。

招聘者使用谷歌地图导航时，我们将汇总可用的位置信息以了解世界各地的道路状况。 根据这些信息可以推断现在的交通量，评价是否会受到现在的交通堵塞的影响，但是光凭这个信息是无法预测招聘者的交通状况在10、20、50分钟后会变成什么样的。 这就是技术活跃的瞬间。

通过先进的机器学习技术，结合过去的资料准确预测道路状况

谷歌地图将分解过去一段时间的交通流量模式，以预测不久的将来的道路状况。 例如，一种交通量模式可能表明，北加州280号线上午6点到7点的行驶速度通常为105公里，傍晚将从24公里降至32公里。 其次，交叉参考过去的交通量模式数据库和实时路况数据，根据这两个数据利用机器学习技术生成预测结果。

为了提高道路状况的预测精度，我们最近与alphabet旗下的deepmind ai研究室进行了合作。 我们的预计到达时间已经具有非常高的准确性，事实上，我们现在预测车的移动时间有97%的准确性。 与deepmind合作，利用被称为graph neural networks的机器学习技术，成功大幅降低了到达预测时间的不准确性，提高了柏林、雅加达、圣保罗、悉尼、东京、华盛顿特区的路况预测精度 这项技术可以让谷歌地图更准确地预测你的汽车旅行是否会在汽车拥挤的情况发生之前受到影响。

从通过适合时间制的功能和服务
谷歌地图提供路况数据至今已经13年了。 大部分时间，我们可以用过去的车流量模式准确预测路况，但有例外。 自从covid-19疫情爆发以来，世界各地的交通模式发生了巨大的变化。 一些地区年初开始关闭城市，世界各地的车流量减少了50 %。 此后，部分地区陆续解除封锁，其他地区仍在实施交通管制。 为了应对这一突然变化，我们最近更新了车流量模型以提高应对能力。 系统会自动优先考虑最近2~4周的车流量模式，次要考虑以前车的流量模式。

谷歌地图如何选择路线
我们的交通量预测模型是帮助谷歌地图规划行驶路线的关键之一； 一旦系统预测到某条路线有可能堵车，就会自动发现车流稀少的替代路线。 系统还考虑了道路质量等因素，是否铺设了道路？ 没有被砂砾、灰尘、泥土覆盖吗？ 这样的道路有可能增加驾驶的难度。 因为这不包括在推荐路线中。 另一个考虑因素是道路的宽度，以及弯道和信号灯出现的频率。 例如，在高速公路上行驶比有多个信号灯的小路要花时间。

此外，当地政府机构提供的可靠资料和招聘人员及时报告的道路情况也是系统规划建议路线时的重要参考信息来源。 通过谷歌地图，可以从政府机关的资料中知道车速限制和收钱的车站所在地，以及道路工程和covid-19有无交通限制； 另外，根据驾驶员报告的交通事故，迅速显示封闭的道路和车道、附近的工程道路、道路的故障车辆和障碍物。 此外，政府部门和招聘人员的回报还可以让系统知道泥石流、暴风雪和其他自然力量突然发生的路况变化。

如果整合所有信息
，谷歌地图实际上是如何工作的？ 假设招聘者开车沿着平时走的路线去看医生。 外出后马上交通顺畅，完全没有堵车和交通堵塞。 但是，谷歌地图将交通量预测和实时路况信息结合后发现，如果继续沿着当前路线行驶30分钟，可能会陷入大拥堵，来不及看病。 此时，谷歌地图将根据附近的路况和交通事故信息，自动重新规划路线，协助招聘人员避开车流堵塞的道路，按时预约的时间就诊。

交通量预测和路线确定过程非常复杂，我们将继续开发工具和技术，以帮助招聘者规划更节约时间、安全、不堵车的路线。

作者:谷歌地图产品经理johann lau

本文：《“Google 解密分享他们怎么采用 AI 预测车流量、决策最佳路线(Google Map)”》