به گزارش کارگروه فناوری اطلاعات سایبربان؛ اگر شما جزو آن دسته افرادی هستید که مسیر حرکتی خود را با استفاده از برنامه گوگل مپز (Google Maps) شروع می‌کنید، گوگل نسخه بهتری از این برنامه را ارائه می‌دهد.
«DeepMind»، آزمایشگاه هوش مصنوعی مستقر در لندن و متعلق به آلفابت، شرکت مادر گوگل، یک الگوریتم جدید یادگیری ماشینی برای ترکیب شرایط ترافیک زنده با الگوهای ترافیک تاریخی برای زمان دقیق‌تر تخمینی رسیدن (ETA) توسعه داده است. این داده‌ها شامل اطلاعات مربوط به ترافیک زنده است که به صورت ناشناس از دستگاه‌های اندروید، داده ترافیک تاریخی، اطلاعاتی مانند محدودیت سرعت و عواملی مانند کیفیت، اندازه و جهت جمع‌آوری شده است.
DeepMind درصد پیش‌بینی نادرست را به شدت کاهش داده است. در یکی از مدل‌های آزمون، خطاهای پیش‌بینی کمتر از 51 درصد کاهش یافته است. این پیشرفت با اجرای معماری جدید یادگیری ماشینی به نام شبکه‌های عصبی گرافیک (Graph Neural Networks) به‌دست می‌آید.
براساس وبلاگ DeepMind، الگوریتم ارسال پیام آنها در یک شبکه عصبی گرافیکی اجرا می‌شود که مدل جاده محلی را به عنوان یک نمودار در نظر گرفته است. این مدل گره‌ها و لبه‌ها را برای هر بخش مسیر نشان می‌دهد که در همان منطقه متصل شده‌اند. بنابراین با استفاده از این زیرگراف‌های نمونه می‌توان یک مدل واحد را آموزش داد و در مقیاس مستقر کرد.
گوگل قصد دارد این مدل را در مکان‌هایی مانند برلین، جاکارتا، سائو پائولو، سیدنی، توکیو و واشنگتن دی‌سی با دقت تخمین زده شده تا 50 درصد گسترش دهد.
