डेटा फ़ाउंडेशन

सड़क प्रबंधन से जुड़ी अहम जानकारी के लिए, यात्रा में लगने वाले समय और स्पीड रीडिंग के डेटा मॉडल, अलग-अलग जानकारी के सोर्स को मिलाकर बनाए जाते हैं:

  • मैप का इकट्ठा किया गया डेटा: सबसे अहम सोर्स, Google Maps से इकट्ठा किया गया डेटा होता है. इस डेटा में लोगों की पहचान ज़ाहिर नहीं की जाती है. इससे Google Maps को दुनिया भर की सड़कों पर वाहनों की रीयल-टाइम स्पीड का पता चलता है.

  • ट्रैफ़िक का पुराना डेटा: समय के साथ, इकट्ठा किए गए उपयोगकर्ता डेटा का इस्तेमाल करके, ट्रैफ़िक के पुराने पैटर्न बनाए जाते हैं. इससे सिस्टम को यह समझने में मदद मिलती है कि किसी सड़क पर, किसी भी समय और दिन के हिसाब से "सामान्य" ट्रैफ़िक कितना होता है.

  • अतिरिक्त डेटा: पुराने डेटा को अन्य डेटा के साथ मिलाया जाता है. इसमें तीसरे पक्ष से मिली जानकारी भी शामिल होती है. जैसे, स्थानीय परिवहन विभाग जैसे पार्टनर से मिली जानकारी. साथ ही, इसमें Maps के उपयोगकर्ताओं से मिला रीयल-टाइम फ़ीडबैक भी शामिल होता है. जैसे, क्रैश या निर्माण जैसी घटनाओं की शिकायत करने वाले Maps उपयोगकर्ताओं से मिला फ़ीडबैक.

एआई, इन सभी स्रोतों से मिली जानकारी को एक साथ जोड़ता है, ताकि रीयल-टाइम डेटा के साथ मौजूदा स्थितियों को समझा जा सके. साथ ही, पिछले डेटा के आधार पर बुनियादी अनुमान लगाए जा सकें. रास्तों का अनुमान लगाने के लिए, इस फ़्यूज़न का इस्तेमाल किया जाता है. उदाहरण के लिए:

  • छोटे रास्ते, मौजूदा और रीयल-टाइम जानकारी पर निर्भर करते हैं
  • लंबे रास्तों के लिए, ऐडवांस एआई मॉडलिंग का इस्तेमाल किया जाता है. इसमें आस-पास के सेगमेंट का अनुमान लगाने के लिए, रीयल-टाइम डेटा का इस्तेमाल किया जाता है. वहीं, दूर के सेगमेंट के लिए, पुराने पैटर्न पर ज़्यादा भरोसा किया जाता है.
  • जिन सड़कों के लिए रीयल-टाइम सिग्नल सीमित होते हैं उन पर, रफ़्तार में कमी का अनुमान लगाने के लिए पुराने डेटा का ज़्यादा इस्तेमाल किया जाता है.

इस बारे में और पढ़ें

Google के ब्लॉग की इन पोस्ट में, Google की सड़क से जुड़ी जानकारी के बारे में ज़्यादा जानें: