Begini Cara Google Maps Prediksi Waktu Kedatangan Pengguna

Suara.com - Google Maps merupakan salah satu layanan paling banyak digunakan dan kemampuannya untuk memprediksi kemacetan lalu lintas, membuatnya diperlukan oleh banyak pengemudi.

Setiap hari, lebih dari 1 miliar kilometer jalan dilalui dengan bantuan aplikasi. Namun dalam unggahan baru Google, fitur tersebut menjadi jauh lebih akurat berkat alat pembelajaran mesin dari DeepMind, lab kecerdasan buatan (AI) di London yang dimiliki oleh perusahaan induk Google, Alphabet.

Dalam postingan blog, peneliti Google dan DeepMind menjelaskan bagaimana mengambil data dari berbagai sumber dan memasukkannya ke dalam model pembelajaran mesin untuk memprediksi arus lalu lintas.

Data ini mencakup informasi lalu lintas langsung yang dikumpulkan secara anonim dari perangkat Android, data lalu lintas historis, informasi seperti batas kecepatan dan lokasi konstruksi dari pemerintah daerah, serta faktor-faktor seperti kualitas, ukuran, dan arah jalan tertentu.

Sehingga dalam perkiraan Google, jalan beraspal akan "mengalahkan" jalan yang tidak beraspal, sementara algoritme akan memutuskan terkadang lebih cepat untuk mengambil bentangan jalan ray yang lebih panjang daripada melewati jalan yang berkelok-kelok.

Semua informasi ini dimasukkan ke dalam jaringan saraf yang dirancang oleh DeepMind yang memilih pola dalam data dan menggunakannya untuk memprediksi lalu lintas di masa mendatang.

Google mengatakan model barunya telah meningkatkan akurasi ETA real time Google Maps hingga 50 persen di beberapa kota. Google juga mencatat bahwa itu harus mengubah data yang digunakan untuk membuat prediksi ini setelah wabah virus Corona (Covdi-19) dan perubahan penggunaan jalan selanjutnya.

"Kami melihat penurunan lalu lintas di seluruh dunia hingga 50 persen saat lockdown dimulai pada awal tahun 2020. Untuk memperhitungkan perubahan mendadak ini, kami baru-baru ini memperbarui model agar menjadi lebih gesit, secara otomatis memprioritaskan pola lalu lintas historis dari dua hingga empat minggu terakhir," kata Johann Lau, manajer produk Google Maps, seperti dikutip The Verge, Jumat (11/9/2020).

Model tersebut bekerja dengan membagi peta menjadi hal yang disebut Google "supersegments", kelompok jalan berdekatan yang berbagi volume lalu lintas. Masing-masing dipasangkan dengan jaringan neural individual yang membuat prediksi lalu lintas untuk sektor tersebut.

Tidak ada kejelasan seberapa besar "supersegments" ini, tetapi Google mencatat bahwa itu memiliki ukuran dinamis yang dapat berubah seiring lalu lintas dan masing-masing menggunakan data "terabyte".

Ilustrasi kemacetan di Google Maps. [Shutterstock]

Menurut Google, kunci dari proses ini adalah penggunaan jenis jaringan saraf khusus yang dikenal sebagai Graph Neural Network yang sangat cocok untuk memproses data pemetaan semacam ini.