¿Cómo Google Maps predice el tiempo que te tardarás de llegar de un sitio a otro? ¿Cómo sabe cuánto tráfico hay en cierta ruta? El product manager de Maps lo explicó recientemente.
En México, la Guía Roji era una herramienta obligatoria dentro del automóvil. Sin embargo, no cabe duda que Google Maps la ha remplazado por completo.
Antes de visitar un sitio, ya sea uno peatón o conductor, un revisa Google Maps para calcular cuánto tiempo se tardará en llegar y qué ruta es mejor. Maps incluso proporciona información sobre el tráfico. Pero, ¿cómo hace todo esto?
El Product Manager de Google Maps, John Lau, explicó en el blog oficial de Google cómo esta aplicación hace su magia.
Tráfico en vivo, impulsado por conductores de todo el mundo
Cuando las personas navegan con Google Maps, los datos de ubicación agregados se pueden utilizar para comprender las condiciones del tráfico en las carreteras de todo el mundo. Pero si bien esta información lo ayuda a encontrar estimaciones de tráfico actuales (si un atasco afectará o no su conducción en este momento), no tiene en cuenta cómo se verá el tráfico a los 10, 20 o incluso 50 minutos de su viaje. Aquí es donde realmente entra en juego la tecnología.
Ingredientes: Técnicas avanzadas de aprendizaje automático y una pizca de historia
Para predecir cómo será el tráfico en un futuro próximo, Google Maps analiza los patrones de tráfico históricos de las carreteras a lo largo del tiempo. Por ejemplo, un patrón puede mostrar que la autopista 280 en el norte de California generalmente tiene vehículos que viajan a una velocidad de 65 mph entre las 6 y las 7 a.m., pero solo a 15-20 mph al final de la tarde. El equipo de Maps combina esta base de datos de patrones de tráfico históricos con condiciones de tráfico en vivo, utilizando el aprendizaje automático para generar predicciones basadas en ambos conjuntos de datos.
Recientemente, Maps se asoció con DeepMind, un laboratorio de investigación de Alphabet AI, para mejorar la precisión de sus capacidades de predicción de tráfico. Las predicciones de ETA ya tienen una barra de precisión muy alta; de hecho, han observado que las predicciones han sido consistentes para más del 97% de los viajes.
La asociación con DeepMind ha permitido reducir aún más el porcentaje de ETA inexactos mediante el uso de una arquitectura de aprendizaje automático conocida como Graph Neural Networks, con mejoras significativas en lugares como Berlín, Yakarta, São Paulo, Sydney, Tokio y Washington. DC Esta técnica es lo que permite a Google Maps predecir mejor si se verá afectado o no por una desaceleración que puede que ni siquiera haya comenzado.
Mantenerlo actualizado
Durante la mayor parte de los 13 años que Google Maps ha proporcionado datos de tráfico, los patrones de tráfico históricos han sido indicadores fiables de cómo podrían verse sus condiciones en la carretera, pero no siempre es así.
Desde el inicio de la pandemia de COVID-19, los patrones de tráfico en todo el mundo han cambiado drásticamente. Maps ha observado una disminución de hasta un 50 por ciento en el tráfico mundial cuando comenzaron los cierres a principios de 2020. Desde entonces, algunas partes del mundo han reabierto gradualmente, mientras que otras mantienen restricciones. Para tener en cuenta este cambio repentino, recientemente actualizaron los modelos para ser más ágiles, priorizando automáticamente los patrones de tráfico históricos de las últimas dos a cuatro semanas y despriorizando los patrones de cualquier momento anterior.
Cómo selecciona Google Maps las rutas
Los modelos de tráfico predictivo también son una parte clave de cómo Google Maps determina las rutas de conducción. Si predice que es probable que el tráfico sea denso en una dirección, automáticamente le buscará una alternativa de menor tráfico. También considera otros factores, como la calidad de la carretera.
¿El camino está pavimentado o sin pavimentar, o está cubierto de grava, tierra o barro? Elementos como estos pueden hacer que sea difícil conducir por una carretera y es menos probable que recomiende esta carretera como parte de su ruta. También observa el tamaño de una carretera: conducir por una carretera grande suele ser más eficiente que tomar una carretera más pequeña con varias paradas.
Otras dos fuentes de información son importantes para asegurar de que la app recomienda las mejores rutas: datos autorizados de los gobiernos locales y comentarios de los usuarios en tiempo real.
Los datos autorizados le permiten a Google Maps conocer los límites de velocidad, los peajes o si ciertas carreteras están restringidas debido a cosas como la construcción o COVID-19. Y los informes de incidentes de los conductores permiten que Google Maps muestre rápidamente si una carretera o un carril está cerrado, si hay obras cerca o si hay un vehículo averiado o un objeto en la carretera. Ambas fuentes también se utilizan para ayudarnos a comprender cuándo las condiciones de la carretera cambian inesperadamente debido a deslizamientos de tierra, tormentas de nieve u otras fuerzas de la naturaleza.
Juntar la piezas
Entonces, ¿cómo funciona exactamente todo esto en la vida real?
Supongamos que se dirige a una cita con el médico al otro lado de la ciudad y conduce por la carretera que suele tomar para llegar allí. Cuando sale de la casa, el tráfico fluye libremente, sin ninguna indicación de interrupciones en el camino. Con las predicciones de tráfico de Google Maps combinadas con las condiciones del tráfico en vivo, le informamos que si continúa por la ruta actual, es muy probable que se quede atascado en un atasco inesperado a los 30 minutos de su viaje, lo que significaría perder su cita. Como resultado, Google Maps lo redirecciona automáticamente utilizando su conocimiento sobre las condiciones e incidentes de las carreteras cercanas, lo que lo ayuda a evitar el atasco por completo y llegar a su cita a tiempo.
Predecir el tráfico y determinar las rutas es más complejo de lo que parece. El equipo de Maps continua trabajando en herramientas y tecnología para mantenerlo fuera de los atascos y en una ruta que sea lo más segura y eficiente posible.