Google explica como o Maps usa IA para recalcular e prever sua rota
Por Rubens Eishima | 04 de Setembro de 2020 às 07h00
Um dos recursos mais poderosos do Google Maps é a previsão de chegada no destino. A navegação ajusta o tempo do trajeto conforme uma infinidade de variáveis, algumas das quais o Google explicou em seu blog oficial. A gigante revelou alguns detalhes de como usa a inteligência artificial para prever e ajustar rotas de seus usuários 24 horas por dia.
- Google Maps em 10 dicas indispensáveis de uso
- Os melhores aplicativos de GPS para celular
- Vozes de Batman e Charada agora podem guiar você no Waze
Os cálculos do Google Maps impactam mais de um bilhão de quilômetros percorridos todos os dias ao redor do mundo. Para dar conta de tantos usuários, a empresa firmou uma parceria com a DeepMind —laboratório de inteligência artificial da Alphabet, dona do Google — para prever com a ajuda de computadores o comportamento do trânsito em mais de 200 países.
Segundo a empresa, a adoção da IA no Google Maps melhorou em 23% a previsão de chegada ao destino para os trajetos realizados em São Paulo (SP) e em 51% na cidade taiwanesa de Taichung, local com a melhoria mais significativa. Os resultados, que antes apresentavam uma precisão de 97%, deixaram para trás o uso apenas de dados históricos nas previsões. Essa mudança auxiliou no atual cenário de pandemia em 2020, com padrões de trânsito completamente diferentes dos anos anteriores.
Entre os critérios considerados durante o cálculo de rotas, o Google citou informações como pavimentação — uma rua asfaltada geralmente é mais rápida do que uma de terra —, o número de curvas e cruzamentos que influenciam na decisão, já que tendem a impactar no tempo do trajeto.
Esses parâmetros costumam ser fixos, e nada impede que o motorista os memorize para rotas que costuma fazer. O diferencial do Maps, segundo o Google, estaria na capacidade de levar em consideração também informações de governos locais e de milhares de outros usuários em tempo real.
O Google citou o exemplo de limites de velocidade e pedágios no caminho, além de utilizar informações de obras públicas, obtidas com as autoridades. Já os usuários auxiliam uns aos outros relatando problemas, acidentes ou mudanças de vias.
Todo esse conjunto de informações é processado a todo instante e alimenta os algoritmos usados nos servidores, que recalculam em tempo real as previsões para diferentes rotas possíveis entre a localização atual do usuário e seu destino.
O algoritmo “enxerga” as vias como parte de um todo e considera, por exemplo, que um congestionamento em uma rua pode afetar estradas paralelas e perpendiculares.
Cada rota é analisada no que a empresa chama de “supersegmentos”, utilizando dados anônimos dos usuários. Terabytes de dados gerados a todo instante alimentam, então, uma rede neural, que identifica uma série de alternativas e monta um ranking por tempo de chegada. São essas informações que abastecem o aplicativo no celular do usuário com previsões certeiras sobre o tempo de deslocamento.
A análise técnica da DeepMind vai mais à fundo na explicação, incluindo os modelos usados no treinamento do algoritmo de aprendizado de máquina e técnicas em avaliação para aumentar a precisão dos cálculos. A publicação em inglês pode ser conferida nesta página.