谷歌地图利用机器学习实时预测公交交通延误情况

编译 | 马什么梅

根据联合国的数据，有史以来第一次，大多数人类都生活在城市。在未来的几十年里，随着越来越多的人口走进城市，道路可能会更加拥堵，但利用新技术可以预测公共交通，降低碳排放并对气候变化产生积极影响。

谷歌地图今天在全球数百个主要城市推出了基于机器学习的实时公交延误预测，从一些公交机构获取有关公交车位置的实时数据。本月早些时候在印度启动的实时公交预测，可以为目前公交机构不提供实时公交位置数据的地区提供动力。

AI通过将时间，行进距离和个人事件组合作为数据集，使谷歌无需依赖公共交通机构提供的公交时刻表即可提供预测。

谷歌研究科学家Alex Fabrikant详细介绍了谷歌地图如何使用机器学习来预测公交车，比公交时刻表更准确。

预测时间

模型创建过程首先从公共交通机构收集公交车位置数据，以便训练数据，然后将其与路线上的车速进行对齐。然后，序列模型考虑了每个预期的停止或速度降低，例如公交车需要在公交车站减速和停车的时间和距离。

Fabrikant表示，“每个单元独立地预测其持续时间，最终输出是每单位预测的总和。与许多序列模型不同，我们的模型不需要学习组合单位输出，也不需要通过单位序列传递状态。”

团队还考虑了位置，星期几和时间等因素。为了捕捉特定街道，社区和城市的独特属性，让模型学习不同大小区域的表示层次结构，时间轴单元的地理位置（道路或站点的精确位置）在模型中表示它在不同尺度上嵌入的总和。

谷歌还推出了一项功能，使用机器学习预测公共汽车或火车在全球200个城市的拥挤程度。

为了方便乘坐公共交通工具的乘客，在过去的一年里，谷歌推出了一系列新功能，包括去年推出的公交车站点停靠方向，以及最近几个月推出的屏幕增强现实路线，以及谷歌智能助理语音命令可通知下一班巴士何时到达等等。

End