Google 怎麼利用 AI 預測車流量、決定最佳路線？

使用過 Google 地圖導航的人應該都有發現，Google 地圖上會顯示車流量資訊，在導航時也會列出多條路線選擇以及預計抵達時間供使用者參考，那 Google 地圖到底是怎麼做到這點的呢？

使用 Google 地圖導航時，地圖上會顯示推薦給使用者的建議路徑、沿途的道路壅塞程度、預估的交通時間以及預估的到達時間，到底 Google 地圖是怎麼在短短幾秒鐘之內提供這些資訊的呢？Google 地圖產品經理 Johann Lau 親自來解惑。

集結全球各地駕駛的位置資料搭配機器學習

當使用者打開 Google 地圖導航時，由於有同意 app 使用使用者的位置資訊，因此 Google 可以藉此知道哪些位置有多少使用者，透過這些資訊來推算出目前的車流量，並提供給駕駛目前即時路況參考。

不過前述的方式僅限於當下的交通狀況，該怎麼預測十分鐘、二十分鐘或甚至是一小時後的路況呢？Google 地圖會分析過去一段時間內的車流量模式，例如某條公路早上六七點之間的車速大約是 105 km/hr，下班時間下降到 30 km/hr，得到這兩組資料之後，交叉參考過去的車流量模式資料庫以及即時路況資料，再藉由機器學習技術就能產生出預測結果。

為了提高準確性，Google 地圖也和 DeepMind AI 研究實驗室合作，目前在預測車程的時間上已有高達 97% 的準確度，之所以能達到這麼高的準確度原因在於，Google 地圖運用一項稱為圖形類神經網路（Graph Neural Networks）的機器學習技術，大幅降低預測抵達時間的失準率，成功提升柏林、雅加達、聖保羅、雪梨、東京和華盛頓特區的路況預測準確度。這項技術也使得 Google 地圖更精準地在車多擁擠的情況發生之前，就預測出你的車程是否會受到影響。

受到疫情影響的交通管制和交通變化

Google 地圖提供路況資料已有 13 年的時間，大部分狀況下都能依靠前述的車流量模式來準確預測路況，不過在武漢肺炎疫情爆發之後，全球各地的交通模式有了極大的改變，部分地區封城、封街，全球各地減少了大約 50% 的車流量，隨著疫情趨緩有些地區解封，有些地區仍維持交通管制，為了因應這項突如其來的變化，近期 Google 地圖更新了車流量模型來提升應變能力，系統會自動優先考量最近 2 至 4 週的車流量模式，並將更早之前的車流量模式列為次要考量。

Google 地圖是如何選擇路線的呢？

前述的車流量預測模型是 Google 地圖在規劃行車路線時的關鍵之一，在系統預測某條路線可能會塞車時，系統同時會自動找出車流量比較少的替代路線，當然找出替代路線的同時也會考量道路品質等因素，例如道路是否完成鋪設？路面是否佈滿碎石、塵土或爛泥巴？這類道路可能提高駕駛難度，因此不納入建議路線。

另一個考量因素則是道路寬度，以及出現彎道或紅綠燈路口的頻率，舉例來說，與有多個紅綠燈路口的小路相比，在高速公路上行駛通常比較省時。

此外，當地政府機關提供的可靠資料，以及使用者即時回報的路況，也是系統規劃建議路線時的重要參考資訊來源。Google 地圖可透過政府機關的資料得知行車速限和收費站所在地，以及是否有因為道路施工或其他原因而進行交通管制。

Google 地圖也會根據駕駛人回報的交通事故快速顯示關閉的道路或車道、附近的施工路段，以及路上的故障車輛或障礙物。政府機關或使用者回報也能告知系統因土石流、暴雨或其他大自然力量而突然發生的路況變化。

隨時調整路線規劃

假設使用者正開著車沿著平常走的路線去看醫生，剛出門時交通很順暢，沒有任何塞車或交通中斷的情況，但 Google 地圖在結合車流量預測和即時路況資訊後，發現如果再繼續沿著目前的路線行駛 30 分鐘，可能會碰到大塞車，導致來不及看診。這時 Google 地圖會根據附近路況和交通事故的資訊，自動重新規劃路線，協助使用者避開車流壅塞的路段，準時在預約的時間看診。