我們經常會使用Google Maps規劃導航路線，也知道要從路徑上標示的黃、紅色了解路段的車流量。但是車流量、壅塞程度隨時會變化，而且這會影響地圖預估到達時間的準確度，甚至會影響要不要重新建議一條更好的路線。所以最好的狀況是：在你出發時，就預先知道會不會塞車，再告訴你最佳路線。
Google今天在官方部落格裡分享Google地圖是如何用AI預測車流量，來決定最佳路線，
大家應該知道以Google地圖導航時，可以打開「路況」這個圖層，用顏色表示車流順暢或堵塞，但是當我們實際開到那裡時，情況可能會有變化，要準確預知10、20 甚至 50 分鐘後該路段的車流，就需要機器學習的幫忙。
為了提高路況預測準確度，Google最近與Alphabet 旗下的 DeepMind AI 研究實驗室合作，運用「圖形類神經網路」 (Graph Neural Networks) 機器學習技術，提高準確度。
Google地圖會分析過去一段時間裡，某路段的車流、車速等資訊建立車流量模型，並交叉參考即時路況，以機器學習運算產生出預測結果，而加入「圖形類神經網路」 技術，可大幅降低預測的失誤，根據Google所述，這項技術在預測車程時間上，可有高達97%的準確度，如大幅提高柏林、雅加達、聖保羅、雪梨、東京和華盛頓特區的路況預測準度。這項技術也讓Google地圖可以在車流擁擠發生前，就預測你的行程會不會受影響。
今年某些因為疫情，交通發生了與日常不同的變化，有個地方封城，有的則實施交通管制，為了因應這種變化，Google最近也更新了車流量模型，系統會參考最近2～4週的車流量，並將更早之前的車流量模型列為次要參考資料，來提高預測的應變能力。
預測會不會堵塞，是為了規劃導航時可以自動避開擁擠路段，提供當時的最佳路線。除了車流量，地圖也會參考道路品質，如是否施工中、是否為碎石或泥巴路、避免將這些路段納入建議路線。此外道路寬度、紅綠燈、彎道多不多等，也是預測到達時間的參考。
當然路況是活的，Google地圖也需要考政府提供的資料，或是用戶即時回報，以得知道路是否施工、速限是否改變，或是該路段是否管制中、遇到災害封閉中...等。所以要能即時建議出對的路線，準確預測到達時間，其實是需要很多資料，且過程相當複雜的工作，Google也提到它們將持續開發工具和技術，幫助用戶規劃出更省時且安全的路線。
#我覺得預測前方是否有三寶也很重要
