Come sicuramente saprete se utilizzate spesso Google Maps per la navigazione e per la pianificazione dei percorsi, l’app è in grado di mostrare quando e se su questi ultimi sono presenti code, imbottigliamenti o ritardi dovuti al traffico. Vi siete mai chiesti come faccia Google Maps a fornire queste informazioni? Se ve lo state chiedendo proprio ora, siete capitati nel posto giusto.
Segui TuttoAndroid su Google Discover
Come funziona il traffico di Google Maps e come fa l’app a regolare i tempi di percorrenza
Nel corso degli anni Google Maps è diventata un’app (e un servizio) sempre più completo: tra le principali funzionalità rimane sempre la ricerca di indirizzi, luoghi di interesse e attività, e ovviamente la navigazione verso di essi. Quest’ultima si è evoluta sempre di più, accogliendo informazioni supplementari come limiti di velocità, dati sul traffico, indicazioni sugli autovelox e sugli incidenti.
Se utilizzate spesso l’app di Google per la navigazione, avrete sicuramente notato che è in grado di indicare la presenza di code o rallentamenti in punti specifici del percorso (con tanto di suggerimenti per il cambio di strada). Alle volte capita di pensare si tratti di un errore: vediamo una linea rossa poco più avanti di una strada sgombra, e restiamo stupiti nel notare quanto il servizio sia in grado di avvisarci con precisione.
Ma come fa Google Maps a saperlo? Come riesce a conoscere il traffico in tempo reale durante gli spostamenti, e a indicare le righe verdi, gialle e rosse?
La casa di Mountain View raccoglie in modo anonimo i dati di posizione, velocità e direzione inviati dagli smartphone degli utenti in movimento. I dati aggregati sulla posizione, cioè la somma delle informazioni provenienti dagli smartphone che si trovano in una determinata zona, vengono dunque raccolti e utilizzati per offrire indicazioni sul traffico sulle strade. L’applicazione assegna al dispositivo un identificativo temporaneo e rotativo (un token), che cambia continuamente durante il percorso per evitare tracciamenti a lungo termine.
A questo punto sorge un’altra questione: come riesce il servizio a capire quanto effettivamente ci farà rallentare quella coda rispetto ai normali tempi di percorrenza? Google Maps considera i modelli storici già esistenti per lo specifico itinerario: il modello potrebbe ad esempio mostrare che in una determinata via le auto viaggiano a 40 km/h alle 20:00 e a 25 km/h alle 8:00, e queste informazioni vengono combinate con le condizioni del traffico in tempo reale, utilizzando l’apprendimento automatico per generare previsioni basate su entrambi i set di dati.
In aggiunta, c’è anche lo zampino dell’intelligenza artificiale per migliorare la precisione. Google ha riscontrato già da qualche anno che il livello di accuratezza delle previsioni sull’orario di arrivo previsto risultava elevato per oltre il 97% dei viaggi. Grazie alla collaborazione con DeepMind, Big G è riuscita a ridurre ulteriormente la percentuale di errore utilizzando un’architettura di machine learning nota come Graph Neural Networks, con significativi miglioramenti in diverse grandi città. Questa tecnica riesce persino a prevedere con maggiore precisione se l’utente sarà o meno interessato da un rallentamento del traffico che potrebbe non essere ancora iniziato.
In più, ci si possono mettere le segnalazioni in tempo reale da parte degli utenti, che possono mostrare rapidamente se una strada o una corsia è chiusa, se ci sono lavori in corso nelle vicinanze o se è presente un veicolo in panne o qualcosa sulla carreggiata.
Insomma, Google Maps riesce a fornire indicazioni sul traffico con relative indicazioni sui tempi di percorrenza unendo diversi dati: sfrutta i dati aggregati inviati dagli smartphone degli utenti, i modelli storici, l’intelligenza artificiale e il machine learning e le segnalazioni in tempo reale provenienti direttamente dagli utilizzatori.