Googleマップの交通情報の精度がDeepMindの機械学習ツールで向上

Googleマップは毎日10億km以上の移動で利用されています。特に、ナビ機能の到着予想時刻は渋滞事情も織り込まれ、かなり誤差が抑えられています。その精度改善にあたっては、人工知能・DeepMindを用いた機械学習が行われているそうです。

Traffic prediction with advanced Graph Neural Networks | DeepMind
https://deepmind.com/blog/article/traffic-prediction-with-advanced-graph-neural-networks

Google Maps 101: How AI helps predict traffic and determine routes
https://blog.google/products/maps/google-maps-101-how-ai-helps-predict-traffic-and-determine-routes/

Googleマップは220以上の国と地域で、毎日10億km以上の移動に利用されています。ナビ機能では目的地までの到着予想時刻が表示されますが、この時刻が表示されるにあたっては、周辺道路の渋滞情報などが裏側で処理されています。

GoogleとDeepMindによると、Android端末から匿名で集められた交通情報や、自治体や当局から提供される工事情報や制限情報、および道路そのものの品質情報などの要素を組み合わせて、精度を改善していっているそうです。特に、未舗装路や砂利・土・泥に覆われたような道路は運転が難しい可能性があるため、推奨ルートに含むことはあまりないとのこと。

Googleの示した例によると、DeepMindのツールを利用するようになって、台中で51％、シドニーで43％、大阪で37％、オーランドで34％など、世界各地の交通情報精度が向上しています。

なお、新型コロナウイルスの影響で、世界的に交通パターンは劇的な変化を遂げており、2020年初頭に各地でロックダウンが行われた際には交通量が最大で50％減少したとのこと。この減少した交通情報は特殊な状況なので、Googleでは予測モデルを更新し、過去2週間～4週間の履歴を自動的に優先し、それより以前の優先順位を下げるようにしています。