Google Maps怎麼知道前方塞車？背後是人工智慧協助分析交通路況

相較部分導航服務是以政府提供公開數據等方式判斷道路車流量，Google Maps目前主要藉由使用者透過手機進行導航時所提供位置資訊，藉此分析各個地區的道路車流量即時狀況，並且以近乎即時形式回報給使用者手機，並且在Google Maps導航結果中呈現。

依照當前使用Google Maps導航的手機位置資訊統計當前道路使用車流量，並且判斷車流量是否造成交通堵塞，同時在使用者手機的Google Maps導航結果以不同顏色標示路況，其實相對容易做到。

不過，如果要進一步預測使用者接下來在10分鐘、20分鐘，甚至50分鐘之後預計行駛道路交通狀況，就必須在既有即時路況資料中，加上過往記錄車流量改變情況，配合機器學習進行分析預測。

借助DeepMind人工智慧技術

而在未來路況預測部分，則是與Alphabet旗下人工智慧團隊DeepMind AI研究實驗室合作，目前已經可在預計抵達時間估算達成97%準確度，其中採用名為圖形類神經網路 (Graph Neural Networks)的機器學習技術，大幅降低預測失準率，更可在柏林、雅加達、聖保羅、雪梨、東京，以及華盛頓特區等交通經常繁忙路況精準預測導航抵達時間，藉此讓使用者能在出發前更方便規劃行程。

在今年新型冠狀病毒疫情爆發後，造成全球多數地區的交通模式受到影響，部分地區由於進行交通管制，甚至封城，使得整體車流量減少高達50%左右，即便近期開始解除封城，依然有不少地區進行交通管制，因此Google Maps在此類狀況下，就會以近期的車流量記錄作為參考，而不會先考慮過往車流量表現，藉此讓導航結果的預計抵達時間更為精準。

參考更多數據

另外，在道路規劃部分除了扣除人為設定，系統通常會參考車流量預估結果判斷最佳導航路線，同時也會進一步考量道路品質，例如道路是否完成舖設、是否佈滿碎石或充滿泥土，並且考慮道路寬度，以及道路出現彎道、紅綠燈過多情況，盡量提供可讓使用者能以更方便行駛、更快抵達的路線為主。

至於在地政府所提供公開資料，以及使用者即時回報路況等資訊，同樣也會成為Google Maps導航規劃參考依據，讓道路規劃結果能避開突發車禍、施工路段，或是因為天災造成影響的路段。同時，即便在完成道路規劃，並且進行導航後，系統依然會持續透過這些數據分析比對，若有更快抵達目的地的路線選項，就會即時顯示讓使用者決定是否改變行進路線。

Google表示，雖然導航規劃看似容易，但實際背後所涉及資訊內容相當複雜，而要整合這些數據，並且在最短間內做出路線規劃回應，就必須借助人工智慧技術協助，同時未來也會持續透過新技術，協助使用者在出遊時規劃更省時、安全，並且可避免交通壅塞的路線。

《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》