Các mô hình dữ liệu Thông tin chi tiết về quản lý đường bộ cho Thời gian di chuyển và Tốc độ đọc được xây dựng bằng cách kết hợp nhiều nguồn thông tin:
Dữ liệu tổng hợp trên bản đồ: Nguồn quan trọng nhất là dữ liệu tổng hợp và ẩn danh từ Google Maps. Dữ liệu này cho phép Google Maps tính toán tốc độ theo thời gian thực của các phương tiện trên đường trên khắp thế giới.
Dữ liệu giao thông trong quá khứ: Theo thời gian, dữ liệu tổng hợp về người dùng được dùng để xây dựng các mẫu giao thông trong quá khứ. Các mẫu này giúp hệ thống hiểu được lưu lượng truy cập "bình thường" cho một con đường cụ thể vào bất kỳ thời điểm nào và ngày nào trong tuần.
Dữ liệu bổ sung: Dữ liệu trong quá khứ được kết hợp với các dữ liệu khác, bao gồm cả thông tin của bên thứ ba từ các đối tác như Sở Giao thông vận tải địa phương, cũng như ý kiến phản hồi theo thời gian thực của người dùng Maps khi họ báo cáo các sự cố như tai nạn hoặc công trình xây dựng.
AI kết hợp các nguồn thông tin này với nhau để hiểu rõ các điều kiện hiện tại bằng dữ liệu theo thời gian thực và đưa ra dự đoán cơ bản bằng dữ liệu trước đây. Việc kết hợp này là yếu tố then chốt để dự đoán tuyến đường, ví dụ:
- Tuyến đường ngắn phụ thuộc phần lớn vào thông tin hiện tại và theo thời gian thực
- Các tuyến đường dài hơn sử dụng mô hình hoá AI nâng cao, trong đó các đoạn đường lân cận được dự đoán bằng dữ liệu theo thời gian thực, trong khi các đoạn đường ở xa hơn dựa nhiều hơn vào các quy luật trong quá khứ.
- Những con đường có ít tín hiệu theo thời gian thực sẽ dựa nhiều hơn vào dữ liệu trong quá khứ để dự đoán tình trạng giảm tốc độ.
Tài liệu đọc thêm
Bạn có thể tìm hiểu thêm về thông tin đường bộ của Google trong các bài đăng sau đây trên blog của Google:
- Mặt tích cực của việc kẹt xe: Dữ liệu tắc nghẽn đường do cộng đồng cung cấp
- Thông tin cơ bản về Google Maps: Cách AI (trí tuệ nhân tạo) giúp dự đoán về tình hình giao thông và xác định các tuyến đường
- Dự đoán về tình hình giao thông nhờ Graph Neural Networks (Mạng nơ-ron đồ thị) nâng cao