2023-09-20 14:54:43
Los desarrolladores de Google han creado un algoritmo de inteligencia artificial que hará que las sugerencias de rutas en Google Maps sean más personalizadas.
Según Google, el modelo, que incluye 360 millones de parámetros, utiliza datos reales de conducción de los usuarios de Maps para analizar qué factores tienen en cuenta a la hora de tomar decisiones sobre rutas. Los cálculos de la IA incluyen información como el tiempo de viaje, los peajes, el estado de las carreteras y las preferencias personales.
Google afirma que la tecnología se basa en un enfoque denominado «aprendizaje inverso por refuerzo» (IRL), en el que el sistema aprende del comportamiento del usuario basándose en un nuevo algoritmo IRL denominado «Receding Horizon Inverse Planning (RHIP)».
«Planificación inversa del horizonte descendente» para cerca y lejos
Google afirma haber trabajado con Deepmind en RHIP durante varios años. En las inmediaciones de una ruta real recorrida, el algoritmo utiliza modelos estocásticos de cálculo intensivo para considerar opciones poco probables. Para zonas más alejadas, RHIP cambia a métodos deterministas más sencillos para ahorrar energía.
En las pruebas, RHIP fue capaz de mejorar la precisión de sus sugerencias de ruta en un entre un 16% y un 24% de media, tanto para vehículos de dos ruedas como para vehículos de motor. (por ejemplo, scooters, motocicletas, ciclomotores) en comparación con la línea de base de Mapas bien ajustada. Combinando los enfoques de IA, se pueden maximizar los puntos fuertes de cada uno. El sistema aprende de los movimientos de los usuarios de Maps y debería mejorar en la predicción de la ruta que prefieren con el tiempo.
En el pasado, según Google, los intentos de utilizar sistemas de IA a gran escala para planificar rutas han fracasado a menudo debido a la enorme complejidad de las redes de carreteras del mundo real. Los algoritmos no podían manejar las innumerables posibilidades.
Ahora, RHIP puede superar este obstáculo con un enfoque sofisticado. Los desarrolladores de Google afirman que RHIP es la mayor aplicación del aprendizaje por refuerzo inverso para la planificación de rutas realizada hasta la fecha, lo que confirma la tendencia de que el mejor rendimiento está relacionado con la escala, tanto en términos de conjunto de datos como de complejidad del modelo.
El algoritmo se ha aplicado a datos de Google Maps en todo el mundo. Sin embargo, es necesario realizar pruebas exhaustivas con los usuarios para determinar si la técnica funciona en la práctica y produce realmente mejores rutas de forma consistente.
