O Google Maps não vê o trânsito. Não precisa de câmera em cada rua: boa parte da resposta está nos celulares.
1) Dados de quem usa: com a localização ativa, os celulares enviam dados anônimos de velocidade. Juntos, viram dados agregados, e fica difícil separar um celular do outro.
2) A cor da rua: vários pontos lentos na mesma via indicam congestionamento. A velocidade agregada vira a cor no mapa.
3) A previsão: saber o agora não basta. O tempo de chegada precisa estimar cada trecho quando você chegar lá, 10, 20 ou até 50 minutos depois. Por isso, o Maps combina o trânsito ao vivo com o histórico da via.
4) O modelo: com a DeepMind, o Google passou a usar redes neurais em grafo, que tratam as ruas como uma rede de trechos ligados.
5) Outras fontes: o Maps também usa dados oficiais (limites de velocidade, pedágios, restrições), informações sobre as vias e alertas de motoristas.
6) O limite: em 2020, em Berlim, o artista Simon Weckert puxou a pé um carrinho com 99 celulares usados, por ruas quase sem carros, e criou um congestionamento virtual no mapa. O projeto se chama “Google Maps Hacks”.
Exemplos ilustrativos, não dados do Google: 14 celulares, velocidades de 9, 12 e 13 km/h, média de 11 km/h, chegada em 18 e 24 min, trechos em 5, 12 e 20 min, placa de 60. O mapa, a cidade, a rota e o carrinho são desenhos nossos, genéricos. A cidade do mapa não é Berlim. As cores são uma simplificação.
Aquela rua vermelha não é uma câmera. É gente com o celular no bolso.
Além do Clique: tecnologia explicada, curiosidade conectada.
Fontes:
• Google, “Google Maps 101: How AI helps predict traffic and determine routes” (Johann Lau, 03/09/2020): blog.google/products/maps/google-maps-101-how-ai-helps-predict-traffic-and-determine-routes/
• Google, “The bright side of sitting in traffic” (Dave Barth, 25/08/2009): googleblog.blogspot.com/2009/08/bright-side-of-sitting-in-traffic.html
• DeepMind, “Traffic prediction with advanced Graph Neural Networks” (03/09/2020): deepmind.google/discover/blog/traffic-prediction-with-advanced-graph-neural-networks/
• Derrow-Pinion et al., “ETA Prediction with Graph Neural Networks in Google Maps”, CIKM 2021: arxiv.org/abs/2108.11482
• Simon Weckert, “Google Maps Hacks” (2020): simonweckert.com/googlemapshacks.html
• The Guardian, “Berlin artist uses 99 phones to trick Google into traffic jam alert” (03/02/2020): theguardian.com/technology/2020/feb/03/berlin-artist-uses-99-phones-trick-google-maps-traffic-jam-alert
Google Maps é marca da Google LLC. O vídeo não usa o logotipo do Google Maps e não tem relação com a empresa.
#systemdesign #googlemaps #tecnologia #programacao #backend #shorts
source
😲😲😲