人工智慧這次和谷哥地圖結合,而這些新的功能超強大!(下)
Google地圖和 人工智慧 他倆的火花還不只這樣呢!更多的功能這篇文章告訴你! 圖像神經網路將道路視為一個圖形，路線對應節點（nodes），而邊線位於「連續道路」和「通過交叉路口連接的道路」之間。路段實際上是與交通密度成比例地、隨機採樣的道路子圖（subgraph），並通過訊息傳遞演算（message-passing algorithm）計算邊緣與節點之間的相互影響。 每個路段的長度和複雜度都有所不同，從兩條道路到包含數百個節點的路線都有。DeepMind 表示，將相鄰道路之間的交互關係納入考量後，也使得預測準度有所提升：「例如我們思考一條小巷的堵塞如果溢出，將如何影響主幹道的交通」。 ▲ Google 地圖 人工智慧 分析計算道路交通之演算法示意圖。 DeepMind 也表示，在訓練時自動調整學習率，該模型不僅可以達到更高的成效，還能自動調整學習率，獲得更穩定的結果。 除了新模型，Google 地圖也一併考慮其他因素：如道路速限、道路面積、道路品質（如礫石地、柏油或泥地）、道路施工、天候氣象（如下雪、下暴雨或土石流等）、使用者回報的交通事故、封路、出現彎道或紅綠燈路口的頻率等等，以及因應新型冠狀病毒疫情隨之而來的交通管制。 疫情之下 Google 地圖受到的沖擊 Google 表示疫情爆發後，全球路上交通流量減少了 50 ％，隨著疫情持續，仍有不少地區維持交通管制。 這種影響範圍擴及全球的特殊狀況下，為了不讓預測失準，AI 會自動優先考量近期的車流量記錄，將更早之前的車流量模式列為次要考量，讓導航結果的預計抵達時間更為精準。 這次事件展現出 Google 地圖與現實世界有多麼息息相關。Google 執行副總裁 Jen Fitzpatrick 也親自撰文表示，他們將會推動 Google 地圖發展新的技術，因為世界不斷在變化──公車班次的增減、新的道路被開拓、自然災害永久地改變通行路線等等。「這就是為什麼地圖需要更新、確保全面性和準確性的原因。人工智慧的重大突破改變了我們製作的地圖方法，也讓我們能將高品質地圖更快地帶到了世界各個角落。」 除了導航之外 其他有賴 人工智慧 的地圖功能 除了導航功能之外，其實 Google 地圖還...