Yahoo奇摩財經 
《科技》Google地圖攜DeepMind 升級車程預測
【時報-台北電】Google地圖已經成為越來越多人上班、出門規劃路線與評估交通時間最主要的工具，Google表示，利用過往資訊建立、訓練的車流量預測模型，對於車程預估時間已有97％準確率，但為了進一步提升用戶路況預測的準確率，Google與母公司Alphabet旗下的DeepMind實驗室合作，讓Google地圖能夠在真的塞車發生之前，就預測車程是否會受影響。 當使用者運用Google地圖導航時，Google會彙總可用的位置資訊來掌握全球各地的路況，並透過這些資訊判斷會不會塞車，但單靠這項資訊，仍無從預知使用者的車程在10、20甚至50分鐘後的交通狀況。 為了預測不久後的路況，Google地圖會分析過去一段時間內的車流量模式，例如，北加州280號公路清晨6至7點的行車時速通常為105公里，傍晚時則會降至24至32公里，接著Google會交叉參考過往車流量模式資料庫及即時路況資料，再根據這兩組資料運用機器學習技術產生預測結果。 而為了提升路況預測準確度，Google最近與母公司Alphabet旗下的DeepMind AI研究實驗室合作，即使單以目前的技術在預測車程已有高達97％的準確度，但透過與DeepMind合作，Google運用稱為圖形類神經網路（Graph Neural Networks）的機器學習技術，進一步降低預測抵達時間的失準率，已經提升柏林、雅加達、聖保羅、雪梨、東京和華盛頓特區的路況預測準確度，使Google地圖在真的塞車之前，就能夠預測車程是否會受影響。 另外，自COVID-19疫情爆發以來，許多地區禁足、封城期間車流量減少高達50％，不少地區雖然已經解封，可是其他地區則仍實施交通管制，也因此Google更新車流量模型，系統會自動優先考量最近二至四周的車流量模式，並將更早之前的車流量模式列為次要考量。 Google表示，車流量預測模型是協助Google地圖規劃行車路線的關鍵之一，另一個考量因素則是道路寬度、出現彎道或紅綠燈路口的頻率，而當地政府機關提供的資料（如收費站、道路施工、土石流或大雪）、使用者即時回報的路況，都是系統規劃建議路線時的重要參考資訊來源，Google將持續開發工具與技術來協助使用者規劃出更省時、安全且避免交通壅塞的路線。（新聞來源：工商時報─記者吳筱雯／台北報導）
