Google Maps, como todos los demás servicios de Google, puede considerarse uno de los mejores de su industria. Son extremadamente informativos, funcionales y precisos. En principio, no es necesario esperar nada más de las tarjetas, porque si te llevan al lugar equivocado al menos una vez, lo más probable es que ya no las uses. Y, mientras tanto, la precisión depende de cuántas personas los utilicen, porque en función de los datos de su número, los algoritmos predicen la congestión del tráfico y calculan la hora de llegada. Por lo tanto, durante la pandemia de Google, Google Maps tuvo que ser rediseñado significativamente.
La introducción de una cuarentena general llevó al hecho de que el tráfico global disminuyó en aproximadamente un 50%. La disminución del número de coches en las carreteras ha provocado que los algoritmos encargados de predecir los atascos y calcular los tiempos de llegada hayan perdido la capacidad de funcionar correctamente. Aún así, la intensidad del tráfico en las ciudades es siempre el mismo más o menos, y el flujo de automóviles nunca crece ni cae bruscamente. Por lo tanto, Google durante mucho tiempo se basó únicamente en estos indicadores y no conoció el dolor. Al menos hasta la pandemia, que obligó a cambiar algo.
Actualización de Google Maps
Para mantener la precisión del pronóstico de Google Maps al mismo nivel, y esto es, por un minuto, el 97%, los desarrolladores de mapas se han asociado con el laboratorio Alphabet AI DeepMind. Esta es una división especial de Google, que se dedica al desarrollo de tecnologías de inteligencia artificial y aprendizaje automático. Sus expertos sugirieron que el equipo de Google Maps implemente una red neuronal que generará pronósticos basados en datos indirectos, proporcionando una precisión bastante alta en la salida.
La red neuronal desarrollada por Alphabet AI DeepMind se llama Graph Neural Networks. La capacitaron para construir modelos espacio-temporales basados en variables como caudal, tiempo y lugar, calidad del pavimento, límites de velocidad, accidentes y barreras, controles policiales, etc.
Con base en estos datos, la red neuronal comenzó a construir pronósticos bastante precisos, cuyo rendimiento no solo no disminuyó, sino que incluso aumentó. Por ejemplo, en taichung taiwanés, el aumento en la precisión fue del 51%. Se registraron cifras similares en Berlín, Yakarta, Sao Paulo, Sydney, Tokio, Washington y varias otras ciudades.
Direcciones en Google Maps
El modelo de pronóstico de tráfico es una parte integral del mecanismo para determinar las rutas de tráfico óptimas. Si predecimos que el tráfico puede crecer en una dirección, le encontraremos una ruta alternativa con menos tráfico. También tenemos en cuenta una serie de otros factores, por ejemplo, la calidad de la superficie de la carretera: carretera asfaltada o no, grava o adoquines, barro o limpia. Estos factores pueden dificultar la conducción y es poco probable que recomiende un camino problemático. También nos fijamos en la longitud y la curvatura de la carretera, dado que la estrechez y la abundancia de curvas pueden ralentizar su movimiento, explica en Google.
Resulta que en su mayor parte, la inteligencia artificial se dedica a la previsión y selección de la ruta, la cual se cargó con la información necesaria para que hiciera los cálculos adecuados. Hace unos años era difícil de creer, pero ahora es la norma absoluta. Otra cosa es que, por lo general, Google no revela detalles sobre su funcionamiento interno. Por tanto, en la mayoría de los casos, los usuarios ni siquiera saben cómo funcionan las aplicaciones y servicios a los que están acostumbrados. ¿Pero tal vez esto sea lo mejor?
