ИИ на 50% оптимизировал маршруты в картах Google

Компания DeepMind, с помощью специальной модели искусственного интеллекта, улучшила расчет времени в пути на 50%. Также алгоритм поможет оптимизировать путь водителя и сделать его быстрее.

Компания DeepMind, с помощью своей модели искусственного интеллекта (ИИ), улучшила навигацию в картах Google — по словам инженеров, они сделали расчет времени передвижений точнее на 50%. Эксперименты проводились сразу в нескольких регионах, включая Берлин, Джакарту, Сан-Паулу, Сидней, Токио и Вашингтон. Благодаря использованию методов машинного обучения, они смогли уменьшить погрешности прогнозирования движения, включив реляционное обучение, которое моделирует дорожные сети.

Google Maps анализирует трафик в реальном времени на дорогах по всему миру, однако оно не использует многие вводные — нагрузку на дороги, среднюю скорость передвижения на конкретном участке и прочие.  Машинное обучение позволяет Google Maps сочетать условия дорожного движения с историческими моделями дорог по всему миру. Для достижения этой цели компания DeepMind разработала нейронные сети графиков, которая проводит пространственно-временные рассуждения.

Вся эта информация поступает в нейронные сети, разработанные DeepMind, которые выбирают закономерности в данных и используют их для прогнозирования будущего трафика. Google говорит, что ее новые модели улучшили точность прогнозирования, однако в будущем она станет еще точнее. При этом данные автоматически будут коррелироваться, для них не нужна помощь исследователей.

Модели работают путем разделения карт на то, что Google называет «суперсегментами» — общим трафиком соседних дорог. При этом каждый из них соединен с индивидуальной нейронной сетью, которая делает прогноз интенсивности движения для конкретного сектора. Неизвестно, насколько велики эти «суперсегменты», но Google отмечает, что они имеют «динамические размеры», для каждой из них используется террабаты данных. Уникальность подхода в том, что для этого используется специальная нейросеть, которая хорошо подходит для анализа картографических данных.


Читайте также:

— Ореол Андромеды приближается к нашей галактике. Рассказываем, почему это важно

— Симптомы коронавируса у детей. На что стоит обратить внимание?

— Разработана уникальная молекула для хранения солнечной энергии

Подписывайтесь
на наши каналы в Telegram

«Хайтек»новостионлайн

«Хайтек»Dailyновости 3 раза в день

Первая полоса
Форум по робототехнике для школьников и студентов пройдет в Иннополисе
Иннополис
В пещере «первых Homo sapience Евразии» обнаружили ритуальную комнату
Наука
Эксперты обсудили путь от замещения импорта к технологическому лидерству
Наука
В ранней Вселенной нашли галактику, напоминающую юный Млечный Путь
Космос
Материал с МКС лучше земных аналогов активирует восстановление костей
Космос
Болото вместо степи: выяснили, каким был мост между Евразией и Америкой
Наука
Горбатый кит в поисках партнера пересек три океана и проплыл 13 000 км
Наука
Химики создали суперустойчивые кишечные палочки для промышленности
Наука
В IBM придумали как в пять раз быстрее обучать ИИ и экономить энергию
Новости
«Т-Технологии» бесплатно предоставит разработчикам российские модели ИИ
Новости
Ростелеком переходит на российский репозиторий исходного кода, разработанный в Университете Иннополис
Иннополис
На коллайдере в ЦЕРНе обнаружили самое тяжелое гиперядро антиматерии
Наука
Европейский зонд показал скрытые детали Меркурия
Космос
Генная терапия с ультразвуковым управлением вылечила рак у мышей
Наука
323 флакона со смертельными вирусами пропали из лаборатории в Австралии
Наука
Инженеры автоматизировали превращение тараканов в киборгов
Новости
Наблюдения «Уэбба» указывают на пробел в Стандартной космологической модели
Космос
Квантовый чип Google превзошел суперкомпьютеры на септиллионы лет
Новости
Дошкольник нашел на пляже топор неандертальца возрастом 50 000 лет
Наука
Создатели ChatGPT научили ИИ генерировать видео по описанию
Новости