娶了UI設計師的Python工程師-北歐生活

  Google地圖和 人工智慧 到底還會擦出多少火花?讓我們繼續看下去!   圖像神經網路將道路視為一個圖形，路線對應節點（nodes），而邊線位於「連續道路」和「通過交叉路口連接的道路」之間。路段實際上是與交通密度成比例地、隨機採樣的道路子圖（subgraph），並通過訊息傳遞演算（message-passing algorithm）計算邊緣與節點之間的相互影響。 每個路段的長度和複雜度都有所不同，從兩條道路到包含數百個節點的路線都有。DeepMind 表示，將相鄰道路之間的交互關係納入考量後，也使得預測準度有所提升：「例如我們思考一條小巷的堵塞如果溢出，將如何影響主幹道的交通」。 ▲ Google 地圖 人工智慧 分析計算道路交通之演算法示意圖。   DeepMind 也表示，在訓練時自動調整學習率，該模型不僅可以達到更高的成效，還能自動調整學習率，獲得更穩定的結果。 除了新模型，Google 地圖也一併考慮其他因素：如道路速限、道路面積、道路品質（如礫石地、柏油或泥地）、道路施工、天候氣象（如下雪、下暴雨或土石流等）、使用者回報的交通事故、封路、出現彎道或紅綠燈路口的頻率等等，以及因應新型冠狀病毒疫情隨之而來的交通管制。   疫情之下 Google 地圖受到的沖擊 Google 表示疫情爆發後，全球路上交通流量減少了 50 ％，隨著疫情持續，仍有不少地區維持交通管制。 這種影響範圍擴及全球的特殊狀況下，為了不讓預測失準，AI 會自動優先考量近期的車流量記錄，將更早之前的車流量模式列為次要考量，讓導航結果的預計抵達時間更為精準。 這次事件展現出 Google 地圖與現實世界有多麼息息相關。Google 執行副總裁 Jen Fitzpatrick 也親自撰文表示，他們將會推動 Google 地圖發展新的技術，因為世界不斷在變化──公車班次的增減、新的道路被開拓、自然災害永久地改變通行路線等等。「這就是為什麼地圖需要更新、確保全面性和準確性的原因。人工智慧的重大突破改變了我們製作的地圖方法，也讓我們能將高品質地圖更快地帶到了世界各個角落。」   除了導航之外　其他有賴 人工智慧 的地圖功能 除了導航功能之外，其實 Google 地圖還有許多實用...

    人工智慧 也幫Google地圖一個大忙!來看看它到底有哪些功能! 新冠疫情爆發，導致全球交通運輸模式受到影響。各種交通管制、居家隔離甚至是封城 等措施，使全世界車流量大幅減少。 為了因應全球範圍的交通模式改變，Google 近日表示，將與 DeepMind 攜手運用 人工智慧 技術， 強化路途預定到達時間預測（ETA），甚至能還沒發生塞車，就先預測你會不會受影響。 Google 地圖的導航功能一直備受大眾喜愛，近年隨著行動裝置的普及與網路速度的提升 ，有越來越多民眾不另外裝載車用衛星導航、而直接使用 Google 地圖作為外出行車的主要 導引，更是讓 Google 地圖與人們的生活更加緊密。 至於 Google 是怎麼做到導航、判斷車流量與偵測交通阻塞的呢？背後還是有賴 人工智慧 的幫助！   不只靠公開資料分析　每個使用者都能回傳位置資訊 有些導航服務是根據政府提供之公開資料來計算車流量，而 Google 地圖的優勢在於── 眾多的使用者。 Google 地圖全球每日用戶超過 10 億人，每個使用者進行導航時都能匿名傳回位置資訊， 計算這些資訊就能統計出當前的道路狀況，以此分析出道路的車流量、是否有交通堵塞等等 ，並即時在導航結果中呈現。 ▲ 圖片來源：The Keyword | Google Google 地圖使用路上行人、行車中的地點資料來顯示當下路況，這種模式雖然簡單好用，但如果要進一步預測未來 10、20 分鐘，甚至一個小時之後的路況，或要提供預定到達時間（Estimated Time of Arrival，ETA），就必須將既有歷史交通數據、即時車流量的改變情況，配合AI人工智慧進行分析預測。   與DeepMind合作 人工智慧 技術　強化路況預測能力 為了強化路況預測能力，Google 宣布將與 Alphabet 旗下的 人工智慧 研究公司「DeepMind」合作，更新 Google 地圖的演算法。 Google 表示，新的預測模型將加權過去 2 到 4 週的歷史資料，而越舊的資料權重會越低；並稱 Google 地圖的 ETA 預測在 97 ％以上的旅程都有穩定準確率，而與 DeepMind 的合作能使準確率更加提升。 Google...