گوگل مپس چگونه از هوش مصنوعي براي پيش‌بيني زمان رسيدن به مقصد استفاده مي‌كند؟
گوگل مپس (Google Maps) يكي از پراستفاده‌ترين سرويس‌هاي گوگل به‌حساب مي‌آيد كه براي بسياري از افراد در سراسر دنيا نامي آشنا است. قابليت گوگل مپس براي پيش‌بيني ترافيكي كه در حال وارد شدن به آن هستيد، باعث مي‌شود اين سرويس براي بسياري از رانندگان متخصصد زيادي داشته باشد. گوگل مي‌گويد هر روز مجموعا بيش از يك ميليارد كيلومتر جاده به كمك سرويس گوگل مپس توسط مردم طي مي‌شود. گوگل با انتشار پستي جديد در وبلاگ رسمي خود اعلام كرد قابليت‌هاي سرويس مپس به‌لطف استفاده از ابزار يادگيري ماشين شركت ديپ‌مايند (DeepMind) بسيار پيشرفته‌تر و دقيق‌تر از قبل شده است. ديپ‌مايند در لندن فعاليت دارد و تحت مالكيت شركت مادر گوگل يعني آلفابت است.
محققان گوگل و ديپ‌مايند در بيانيه‌ي جديدي كه روي وبلاگ گوگل مننتشر شد توضيح مي‌دهند كه چگونه داده‌ها را از منابع مختلف دريافت و آن‌ها را به‌درون مدل‌هاي يادگيري ماشين تزريق مي‌كنند تا به‌لطف فناوري يادگيري ماشين، جريان ترافيك پيش‌بيني شود. داده‌هاي موردمباحثه شامل مواردي مثل داده‌هاي ترافيكيِ جمع‌آوري‌شده به‌صورت ناشناس از دستگاه‌هاي اندرويدي، داده‌هاي مربوط به تاريخچه‌ي ترافيك و اطلاعاتي همچون محدوديت سرعت در جاده و مراكز ساخت‌و‌ساز از مقامات محلي است.
محققان گوگل همچنين فاكتورهايي نظير كيفيت، ابعاد و مسير تمامي جاده‌ها را مطالعه و آن را به يادگيري ماشين تزريق مي‌كنند تا دقيق‌ترين پيش‌بيني ارائه شود. در معيارهاي گوگل، جاده‌هاي آسفالت‌شده بهتر از جاده‌هاي غيرآسفالت هستند. الگوريتم يادگيري ماشين ديپ‌مايند گاهي اوقات به اين نتيجه مي‌رسد كه طي كردن مسير طولاني‌تري از بزرگ‌راه به‌مدت زمان كمتري نسبت‌به طي كردن مسير در جاده‌هاي پرپيچ‌و‌خم نياز دارد؛ حال آنكه راننده ممكن است خلاف اين موضوع را فكر كند.
گوگل مي‌گويد استفاده از ابزارهاي هوش مصنوعي ديپ‌مايند باعث شد دقت تخمين زمان رسيدن به مقصد در گوگل مپس به‌ميزان حداكثر ۵۰ درصد بيشتر شود
تمامي دادههايي كه درباره‌ي آن‌ها مباحثه كرديم به‌درون شبكه‌هاي عصبي طراحي‌شده توسط ديپ‌مايند فرستاده مي‌شوند. اين شبكه‌هاي عصبي مي‌توانند الگوهاي موجود در داده‌ها را شناسايي كنند و از آن‌ها براي پيش‌بيني ترافيك آينده بهره بگيرند. گوگل مي‌گويد مدل‌هاي يادگيري عميق جديدش ميزان دقت تخمين مدت‌زمان رسيدن به مقصد را در برخي از شهرها ۵۰ درصد افزايش داده‌اند. گوگل مي‌گويد پس از دنياگيري ويروس كرونا و تغييرات ناشي از آن در زمينه‌ي استفاده از جاده‌ها مجبور شد به‌منظور انجام پيش‌بيني، دادههايي را كه استفاده مي‌كند تغيير دهد.
جوان لائو، مدير محصول گوگل مپس، در بيانيه‌ي جديد گوگل مي‌گويد او و اعضاي تيمش پس از مطالعه دقيق متوجه شدند كه در اوايل ۲۰۲۰ پس از آغاز قرنطينه‌ي خانگي در پي دنياگيري ويروس كرونا، ترافيك جهاني به‌ميزان ۵۰ درصد كاهش پيدا كرد. گوگل در همين راستا مجبور شد مدل‌هاي يادگيري عميق خود را متحول كند تا سيستم پيش‌بيني گوگل مپس با اين تغيير ناگهاني انطابق يابد. گوگل مپس در اين مدل جديد الگوهاي ترافيكي دو تا چهار هفته‌ي اخير هر جاده را مطالعه و آن‌ها را به‌صورت خودكار اولويت‌بندي مي‌كند. الگوهايي كه متعلق به بازه‌ي زماني قديمي‌تر هستند، از اولويت سيستم خارج مي‌شوند.
گوگل مي‌گويد مدل‌هاي جديدش نقشه را به آنچه كه اين شركت «اَبَربخش» مي‌نامد تقسيم مي‌كنند. منظور از ابربخش، دسته‌هايي از خيابان‌هاي مجاور هم است كه حجم ترافيك، ميان آن‌ها توزيع مي‌شود. هر يك از اين ابربخش‌ها دركنار شبكه‌ي عصبي مجزايي قرار مي‌گيرد كه به‌طور ويژه مشغول پيش‌بيني ترافيك براي آن ابربخش به‌خصوص مي‌شود و كاري به بخش‌هاي ديگر ندارد. درحال‌حاضر به‌طور دقيق مشخص نيست كه ابربخش‌هاي تعريف‌شده توسط گوگل چقدر بزرگ هستند؛ بااين‌حال گوگل مي‌گويد اين ابربخش‌ها ابعاد پويا دارند، بدين معني كه هرچه ترافيك متحول شود، ابعاد اين بخش‌هاي بزرگ نيز تغيير مي‌كند. گوگل اعلام مي‌كند كه هر يك از اين ابربخش‌ها از يك ترابايت داده استفاده مي‌كند.
كليد اصلي براي امكان‌پذيركردن تحليل ترافيك در اين ابربخش‌ها، استفاده از نوع خاصي از شبكه‌ي عصبي است كه با نام Graph Neural Network شناخته مي‌شود. گوگل مي‌گويد اين نوع خاص از شبكه‌ي عصبي به‌گونه‌اي طراحي شده كه از پيش‌نيازهاي لازم براي انجام كارهاي مدانديشه متخصصين شركت بهره مي‌برد.
براي كسب جزئيات بيشتر درباره‌ي تغييرات گوگل مپس مي‌توانيد بيانيه‌هاي جديد گوگل و ديپ‌مايند را به‌ترتيب در اينجا و اينجا مطالعه كنيد.
هم انديشي ها