Reposant sur des algorithmes d’apprentissage automatique, l’outil de prévision de trafic de Google Maps est un élément fondamental du service de navigation, car il permet de calculer la route la plus rapide et d’indiquer à l’utilisateur son heure d’arrivée. Pour y arriver, les algorithmes s’appuient à la fois sur des données historiques et de données en temps réel.
Mais la pandémie liée au coronavirus a semé la pagaille dans les données.
« Depuis le début de la pandémie de COVID-19, les modèles de trafic dans le monde entier ont radicalement changé. Nous avons constaté une diminution de 50 % du trafic mondial lorsque les confinements ont commencé au début de 2020. Depuis lors, certaines parties du monde ont rouvert progressivement, tandis que d’autres maintiennent des restrictions », explique Google dans une note de blog.
La conséquence, c’est que les données historiques ne fournissent plus une bonne base de travail. Afin de pouvoir mieux tenir compte des situations sans cesse changeantes, Google a donc été contraint de limiter son regard dans le passé, en « donnant la priorité aux données de trafic des deux ou quatre dernières semaines ». Tout ce qui s’est passé avant est désormais peu pertinent.
Parallèlement, Google a également collaboré avec DeepMind, un laboratoire du groupe Alphabet spécialisé dans l’intelligence artificielle, dans le but d’améliorer les prédictions des temps d’arrivée dans une vingtaine de métropoles. Ces temps d’arrivée ont actuellement un taux d’exactitude de plus de 97 %. En concoctant des réseaux neuronaux de graphes (« Graph Neural Networks », GNN), les chercheurs de DeepMind ont réussi à diminuer considérablement la marge d’erreur restante de 16 à 51 %.
Source: Google
🔴 Pour ne manquer aucune actualité de 01net, suivez-nous sur Google Actualités et WhatsApp.
