डेटा फ़ाउंडेशन

यात्रा में लगने वाले समय और स्पीड रीडिंग के लिए, सड़क से जुड़ी जानकारी देने वाले डेटा मॉडल को अलग-अलग जानकारी के सोर्स से मिलाकर बनाया जाता है:

  • 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. इसके अलावा, 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 सूचना स्रोतों को एक साथ जोड़ता है, ताकि रीयल-टाइम डेटा के साथ मौजूदा स्थितियों को समझा जा सके. साथ ही, पुराने डेटा के साथ बेसलाइन अनुमान दिए 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
  • ज़्यादा दूरी वाले रास्तों के लिए, ऐडवांस एआई मॉडलिंग का इस्तेमाल किया जाता है. इसमें आस-पास के सेगमेंट के लिए रीयल-टाइम डेटा का इस्तेमाल करके अनुमान लगाया जाता है. वहीं, ज़्यादा दूरी वाले सेगमेंट के लिए, पुराने पैटर्न पर ज़्यादा भरोसा किया जाता है.
  • जिन सड़कों के लिए रीयल-टाइम सिग्नल सीमित होते हैं उन पर, गाड़ियों की रफ़्तार कम होने का अनुमान लगाने के लिए, पुराने डेटा का ज़्यादा इस्तेमाल किया जाता है.

इस बारे में और पढ़ें

Google की सड़क से जुड़ी जानकारी के बारे में ज़्यादा जानने के लिए, Google के ये ब्लॉग पोस्ट पढ़ें: