Accueil » Actualité » Google Maps : comment l’intelligence artificielle arrive-t-elle à prédire le trafic routier ?

Google Maps : comment l’intelligence artificielle arrive-t-elle à prédire le trafic routier ?

Google Maps analyse la circulation en temps réel afin de déterminer l’heure d’arrivée estimée (ETA) et la durée du trajet. Le géant des services de cartographie a expliqué comment l’intelligence artificielle arrive à prédire le trafic.

Vous devez vous rendre quelque part ? En quelques secondes, Google Maps vous indique le meilleur itinéraire à suivre pour y arriver dans les plus brefs délais. Il vous suffit de choisir le point de départ et la destination. Le service vous propose immédiatement les différents itinéraires disponibles. Pour chacun, il vous indique le temps du trajet, la présence de péages et la distance à parcourir en fonction des données de la circulation en temps réel.

La circulation en ville
La circulation en ville – Crédit : Nabeel Syed / Unsplash

Vous pouvez même choisir une heure et une date précise de départ. Google Maps vous indique alors la durée du trajet approximative ainsi que l’heure d’arrivée estimée, aussi appelée ETA. Le géant américain vient de détailler sur son blog comment l’intelligence artificielle arrive à prédire la circulation avec précision. Il y explique aussi comment cette fonctionnalité est en train de s’améliorer.

Google Maps s’est associé à DeepMind pour améliorer ses prédictions

Les estimations de Google Maps vont continuer à s’améliorer et à gagner en précision. En effet, il s’est récemment associé à DeepMind, un laboratoire spécialisé dans l’intelligence artificielle qui appartient à la maison-mère Alphabet. L’IA de DeepMind a toujours fait beaucoup parler d’elle. Par exemple, elle est devenue plus forte que le champion du monde de Go qui a donc pris sa retraite. En plus de battre les professionnels aux jeux vidéo, elle est également très utile pour les scientifiques. Ils s’en sont notamment servis pour compter la population animale en Tanzanie.

Avant les améliorations de son service, la firme de Mountain View a expliqué que les prédictions d’ETA avaient déjà une précision de 97 %. « En nous associant à DeepMind, nous avons été en mesure de réduire encore davantage le pourcentage d’ETA inexactes en utilisant une architecture d’apprentissage automatique appelée Graph Neural Networks ». Dorénavant, Google Maps prévoit plus facilement si l’utilisateur sera affecté ou non par « un ralentissement qui n’a peut-être même pas encore commencé ».

La qualité de la route et les rapports d’incidents sont aussi pris en compte

En plus de la fluidité de la circulation, Google Maps examine également la qualité de la route en elle-même. C’est-à-dire qu’il évitera de vous recommander une route qui n’est pas goudronnée, qui est couverte de gravier ou même de boue. En effet, son objectif est de vous faire arriver à votre destination le plus vite possible, mais le service prend également en compte le confort de la conduite.

Enfin, Google Maps a également emprunté une fonctionnalité de Waze afin d’être encore plus précis dans les estimations. Il collecte maintenant les rapports d’incidents des autres conducteurs afin de peaufiner les itinéraires et les estimations. Le service de cartographie ne cesse de s’améliorer pour proposer la meilleure navigation possible, que ce soit en cartographiant les feux de forêt aux États-Unis ou même en ajoutant tout simplement les feux rouges sur la carte.

Source : BGR