Перед выходам из дома многие люди автоматически открывают карты, чтобы понять, сколько времени займет дорога и где лучше объехать пробки. Но за привычной цветной разметкой на карте скрывается сложная система анализа данных. Сегодня эту работу выполняют нейросети, которые помогают сервисам вроде 2ГИС и Яндекс Карт прогнозировать ситуацию на дорогах. В этой статье расскажем, как именно искусственный интеллект улучшает работу современных онлайн-карт и анализирует пробки.
Основой для анализа пробок являются огромные массивы данных о движении транспорта, при этом главный источник - сами пользователи. Когда водитель или пассажир едет с включенной навигацией, приложение анонимно фиксирует скорость и направление движения смартфона. Если десятки машин на одном участке дороги начинают двигаться медленнее обычного, система понимает, что там образуется затор. Такой метод называют «краудсорсингом данных»: каждый пользователь, сам того не замечая, помогает формировать картину дорожной ситуации.
Тем не менее просто собрать данные недостаточно. Поток информации поступает непрерывно, и его нужно быстро обработать. Здесь в работу вступают алгоритмы машинного обучения и нейросети. Они анализируют скорость движения на разных участках дороги, сравнивают ее с типичными значениями для этого времени суток и дня недели, а затем делают вывод о том, есть ли пробка и насколько она сильная. Например, если на участке, где обычно едут со скоростью 60 км/ч, машины начинают двигаться со скоростью 10–15 км/ч, система помечает дорогу красным цветом.
Сервисы навигации используют и текущие данные, и накопленную статистику. Нейросети обучаются на исторической информации: как менялась ситуация на дорогах в разные дни, как влияют на движение снегопады, праздники, аварии или ремонтные работы. Благодаря этому система может не только показывать текущие пробки, но и прогнозировать, как они будут развиваться. Например, если известно, что в пятницу вечером определённая магистраль почти всегда перегружена, алгоритм заранее предложит альтернативный маршрут.
В Яндекс Картах эта система работает в тесной связке с экосистемой сервисов компании. Данные поступают от пользователей навигатора, такси и других приложений. Алгоритмы объединяют эту информацию и обновляют карту практически в реальном времени. Нейросети помогают отличить обычное замедление движения от серьезной пробки и быстрее реагировать на изменения, например, если на дороге произошла авария или перекрыли полосу.
Со временем такие системы становятся все умнее. Алгоритмы учатся учитывать все больше факторов: погоду, сезонность, массовые мероприятия и даже поведение водителей на отдельных участках дороги. В будущем нейросети смогут еще точнее предсказывать пробки и предлагать оптимальные маршруты заранее, до того как затор успеет сформироваться.
Нейросети помогают сервисам вроде 2ГИС и Яндекс Карт превращать миллионы сигналов от смартфонов в понятную картину дорожной ситуации. И каждый раз, когда вы строите маршрут и видите предупреждение о пробке - за этим стоит целая система анализа передвижений.
Ваш цифровой помощник, Метросеть!
#ИИ #ИскусственныйИнтеллект #ДорожноеДвижение #Карты #2ГИС #ЯндексКарты #МашинноеОбучение #Сургут #Нижневартовск