Politica 89.8
Βάσανο οι ελληνικοί δρόμοι για το Google Maps – Πότε πέφτει έξω στις προβλέψεις του
Οι εποχές που οι οδηγοί μπαίνοντας στο αυτοκίνητο άνοιγαν ένα βιβλίο με χάρτες της πόλης έχουν περάσει στο μακρινό παρελθόν. Πλέον ο «συνοδηγός» κάθε ανθρώπου που κρατάει το τιμόνι είναι το Google Maps που προσφέρει στον οδηγό όλα όσα χρειάζεται να γνωρίζει για κοντινές ή μακρινές διαδρομές.
Έτσι, πλέον, κάθε οδηγός συμβουλεύεται το Google Maps προκειμένου να βρει τη βέλτιστη διαδρομή αλλά και τον εκτιμώμενο χρόνο άφιξής του.
Ωστόσο, παρότι η εφαρμογή των χαρτών της Google θεωρείται αξιόπιστη στους υπολογισμούς της, ορισμένες ώρες της ημέρας –συγκεκριμένα τις πρωινές και απογευματινές ώρες αιχμής- οι εκτιμήσεις του συχνά αποκλίνουν για μερικά λεπτά.
Γιατί συμβαίνει αυτό;
Όσοι αναρωτιούνται γιατί υπάρχει αυτό το σφάλμα στους υπολογισμούς του Google Maps, θα πρέπει να αναζητήσουν τους λόγους στον τρόπο που η εφαρμογή συλλέγει και επεξεργάζεται τα δεδομένα κίνησης.
Φαίνεται όμως ότι οι ελληνικοί δρόμοι και οι Έλληνες οδηγοί είναι απρόβλεπτη ακόμα και για τα πιο εξελιγμένα συστήματα τεχνητής νοημοσύνης στους πλοηγούς που χρησιμοποιεί η Google.
Πώς το Google Maps συγκεντρώνει πληροφορίες
Το Google Maps βασίζεται σε τρεις κύριες πηγές δεδομένων:
1. Ανώνυμα δεδομένα θέσης από κινητά τηλέφωνα
Κάθε Android συσκευή –και πολλά iPhone που χρησιμοποιούν υπηρεσίες της Google– αποστέλλουν ανώνυμα στοιχεία σχετικά με την ταχύτητα, την κατεύθυνση και τη θέση του χρήστη κάθε λίγα δευτερόλεπτα. Όταν πολλές συσκευές κινούνται πιο αργά από το συνηθισμένο, ο χάρτης «κοκκινίζει», δηλώνοντας συσσώρευση κίνησης.
2. Ιστορικά δεδομένα
Η Google αξιοποιεί χρόνια καταγραφών για να γνωρίζει πώς «συμπεριφέρονται» συγκεκριμένοι δρόμοι: πότε μπλοκάρει ο Κηφισός, πότε ανοίγει η Μεσογείων, πώς αλλάζει η ροή στη Συγγρού ανά ημέρα και ώρα. Τα στοιχεία αυτά βοηθούν όταν τα δεδομένα σε πραγματικό χρόνο δεν είναι επαρκή.
3. Δεδομένα από συνεργαζόμενους φορείς
Η εφαρμογή αντλεί επιπλέον πληροφορίες από τις αρχές, ενημερώσεις για ατυχήματα ή έργα, συνεργαζόμενους στόλους οχημάτων και αναφορές χρηστών. Παρότι πολύτιμα, τα δεδομένα αυτά δεν είναι πάντα άμεσα.
Γιατί το AI δυσκολεύεται στις ώρες αιχμής
Τα τελευταία πέντε χρόνια, το Google Maps χρησιμοποιεί εξελιγμένα μοντέλα machine learning που συνδυάζουν όλες τις παραπάνω πηγές. Ωστόσο, η τεχνητή νοημοσύνη προβλέπει με βάση όσα γνωρίζει – όχι με βάση το τι μπορεί να συμβεί ξαφνικά, όπως συμβαίνουν… όλα στις ώρες αιχμής.
Η κυκλοφορία αυτές τις ώρες αλλάζει τόσο γρήγορα, ώστε μια πρόβλεψη μπορεί να «πέσει έξω» μέσα σε λίγα λεπτά. Το Google Maps εντοπίζει την αλλαγή, αλλά με ελαφρά καθυστέρηση, αρκετή για να αλλοιώσει την ακρίβεια του υπολογισμού.
Επιπλέον, υπάρχει το commuting effect: χιλιάδες οδηγοί ξεκινούν ταυτόχρονα για σχολεία, δουλειά ή παραδόσεις, δημιουργώντας μαζική κίνηση που μεταβάλλεται από λεπτό σε λεπτό. Σ’ αυτό θα πρέπει να προσθέσει κανείς και τα οχήματα που πραγματοποιούν συχνές στάσεις στους δρόμους (σχολικά, λεωφορεία και φορτηγά), τα οποία προσθέτουν μια ακόμα δυσκολία για το Google Maps.
Τέλος, η επεξεργασία τεράστιων όγκων δεδομένων σε παγκόσμια κλίμακα δημιουργεί αναπόφευκτη καθυστέρηση 1–3 λεπτών. Αυτό το χρονικό διάστημα τις ώρες αιχμής μπορεί να αυξηθεί, οδηγώντας όλη την εκτίμηση σε λάθος.
Πόσο αξιόπιστος είναι ο υπολογισμός μιας διαδρομής από το Google Maps;
Σε κανονικές συνθήκες, η ακρίβεια του Google Maps φτάνει το 95%–98%, ενώ αρκετά συχνά ο οδηγός φτάνει νωρίτερα από την αρχική πρόβλεψη.
Στις ώρες αιχμής όμως η ακρίβεια πέφτει στο 70%–85%, ανάλογα με τον καιρό, τον φόρτο των οχημάτων, τυχόν έργα ή αποκλεισμούς, αλλά και τις ιδιαιτερότητες κάθε περιοχής.
