เชิญร่วมงานสัมมนา Rethink & Rebuild your Cyber Security Plan โดย AMR Asia

Google Maps ใช้ Machine Learning ช่วยคาดการณ์ความยากในการหาที่จอดรถตามสถานที่ต่างๆ

ก่อนหน้านี้ Google ได้เผยฟีเจอร์ใหม่ ระบบช่วยคาดการณ์ความยากในการหาที่จอดรถตามสถานที่ต่างๆใน Google Maps ล่าสุดได้เผยข้อมูลเพิ่มเติมเกี่ยวกับการใช้ Machine Learning สำหรับฟีเจอร์นี้เพิ่มเติมแล้ว

ฟีเจอร์นี้ช่วยให้ผู้ใช้งานสามารถคาดการณ์ความยากในการหาที่จอดรถของสถานที่ที่กำลังจะไปถึงได้ โดยความยากของระบบนี้อยู่ที่ไม่มีระบบที่สามารถตรวจสอบได้แบบ Real-time โดยมีความไม่แน่นอนซึ่งเกิดจากช่วงเวลาและการจัด Event ต่างๆในสถานที่ใกล้เคียง ซึ่งที่จอดรถในสถานที่ต่างๆ โดยเฉพาะจุด Free Parking นั้น แทบไม่สามารถคาดเดาได้ว่าจะมีที่จอดรถว่างเหลือเท่าไหร่ หรือบางสถานที่ที่มีระบบแสดงจำนวนที่จอดรถว่างก็อาจมีการนับจำนวนผิดพลาดได้ เนื่องจากอาจมีผู้จอดรถผิดกฏหรือได้ออกจากจุดจอดรถไปก่อนเวลาแล้ว

เพื่อแก้ไขปัญหาเหล่านี้ Google ได้ใช้วิธีการ Crowdsourcing และ Machine Learning เข้ามาช่วยในการทำนาย สำหรับ Machine Learning ได้ใช้ 3 โมเดลหลัก จากโมเดลที่ได้เลือกขึ้นมากว่า 20 โมเดล ดังนี้

  • Ground Truth Data – ใช้หลักการถามผู้ที่ได้เข้าไปจอดรถในที่แห่งนั้น แต่จะไม่ได้ถามตรงๆว่าที่แห่งนั้นจอดรถยากหรือไม่ เนื่องจากแต่ละคนมีเกณฑ์ความยากไม่เท่ากัน แต่จะถามทางอ้อมแทน เช่น ใช้เวลาในการหาที่จอดรถนานเท่าไหร่? ส่งผลมีผู้ที่ตอบคำถามมามากกว่า 1 แสนครั้ง ซึ่งนับว่าเป็นข้อมูลที่มีความแมนยำระดับสูง
  • Model Features – ใช้ข้อมูลจาก Live Traffic, Popular Times และ Visit Durations เข้ามาประกอบกัน โดย Google จะมีข้อมูลเหล่านี้อยู่แล้ว เช่น ช่วงเวลาที่คนส่วนใหญ่มาสถานที่แห่งนี้ในแต่ละวัน (Popular Times) และเวลาที่ใช้ไปกับสถานที่แห่งนี้ (Visit Durations) ซึ่งหากนำมาประกอบกับข้อมูลก่อนหน้านี้จะช่วยให้สามารถคาดเดาได้ระดับหนึ่ง
  • Model Selection & Training – Google ใช้ Logistic Regression Model  เนื่องจากสามารถทำความเข้าใจได้ง่าย และไม่ได้รับผลกระทบจาก Noise ที่เกิดจากข้อมูลมากนัก และให้ผลลัพท์ที่สามารถทำความเข้าใจได้ง่าย เช่น “Limited Parking” หรือ “Easy”

ซึ่งในช่วงแรกที่เปิดให้ใช้งานฟีเจอร์นี้ สังเกตได้ว่าหากความยากในการหาที่จอดรถอยู่ในเกณฑ์ที่ยาก จะทำให้ผู้ใช้งานเลือกสลับไปใช้งานบริการขนส่งสาธารณะแทนมากขึ้น โดย Google จะคอยฟังเสียงตอบรับจากผู้ใช้งานและคอยปรับปรุงฟีเจอร์นี้อยู่เสมอ และในอนาคตอาจจะทำระบบคอยแนะนำสถานที่จอดรถให้ผู้ใช้งานโดยอัตโนมัติ

ปัจจุบันฟีเจอร์นี้เปิดให้ใช้งานเฉพาะเมืองใหญ่ๆในสหรัฐอเมริกาเท่านั้น ได้แก่ San Francisco, Seattle, Miami, Atlanta, Boston, Charlotte, Chicago, Detroit, Los Angeles, Minneapolis/St. Paul, New York City, Orlando, Philadelphia, Pittsburgh, San Diego, St. Louis, Tampa, Washington, DC, Cleveland, Dallas/Fort Worth, Denver, Houston, Phoenix, Portland และ Sacrament

ที่มา : https://research.googleblog.com/2017/02/using-machine-learning-to-predict.html

About เด็กฝึกงาน TechTalkThai หมายเลข 1

นักเขียนมือใหม่ผู้หลงใหลใน Enterprise IT และซูชิ

Check Also

รายงานจาก GitHub ชี้ช่องโหว่บนโอเพ่นซอร์สมีอายุเฉลี่ยถึง 4 ปีก่อนถูกเปิดเผย

GitHub ได้ออกรายงานประจำปีหรือ Octoverse ซึ่งเป็นการสรุปผลงานของโปรเจ็คโอเพ่นซอร์สในรอบปี ในมุมของ Security พบว่าโปรเจ็คโอเพ่นซอร์สมีช่องโหว่ที่ไม่ถูกค้นพบถึง 4 ปีกว่าจะถูกเปิดเผย

Google เข้าซื้อกิจการ Actifio เสริมแกร่งรุกตลาดด้าน Business Continuity

Google ได้ยกระดับขยายตลาดด้าน Backup และ DR ด้วยการประกาศเข้าซื้อกิจการ Actifio