Microsoft chce rozładować korki

Korek uliczny

Ich celem było zaimplementowanie technik pozwalających maszynom na uczenie się i zaprzęgnięcie ich do rozwiązywania problemu z zatykającymi się drogami.

System na bieżąco analizuje sytuację na drogach i doradza kierowcy, którędy powinien jechać. Podobna usługa została udostępniona przez Microosft już jesienią, jednak nie zawierała ona modułu sztucznej inteligencji. Opierała się więc jedynie na danych o sytuacji na drogach, a że ta błyskawicznie się zmienia, to kierowcy niejednokrotnie stali w korkach.

Clearflow potrafi nie tylko zebrać i przeanalizować informacje, ale również wyciągnąć na ich podstawie wnioski. Jego porady mogą często różnić się od intuicji kierowcy. System może zalecić pozostanie na zatłoczonej autostradzie, gdy uzna, że w przylegającym do niej mieście może lada chwila utworzyć się korek. Może też uznać np., że korek na autostradzie rozładuje się szybciej, niż w mieście, lepiej więc na niej pozostać.

Greg Sterling, analityk z firmy Sterling Market Intelligence, mówi, że klienci od dawna oczekują na podobne systemy. Problem w tym, że niezwykle trudno jest je stworzyć, a firmy, które się tym zajmują, muszą bez przerwy udowadniać, że czynią postępy i kolejne wersje ich oprogramowania są doskonalsze od wcześniejszych.

Microsoft zainteresował się stworzeniem takiego systemu w 2003 roku. Wówczas to pracujący w tej firmie specjalista ds. sztucznej inteligencji Eric Horovitz utknął w korku na autostradzie. Chcąc go ominąć poinstruował swój system nawigacji, by przeprowadził go przez pobliskie miasto. To był horror - wspomina Horovitz, obecny prezes Stowarzyszenia na Rzecz Postępu w Sztucznej Inteligencji.

Na początku projektu włączono do niego wszystkich chętnych pracowników Microsoftu. Ich samochody wyposażono w systemy GPS, które zbierały informacje o trasach przejazdu i sytuacji na drogach. Przez cztery lata zebrano dane o 16 500 podróży. Na ich podstawie stworzono szczegółowe dane dotyczące 819 000 fragmentów dróg w Seattle i okolicach.

Dzięki nim powstał oryginalny algorytm, który został zastosowany do kolejnych 70 miast w USA. Przy obliczaniu natężenia ruchu i przewidywaniu możliwego rozwoju sytuacji korzysta on z sieci czujników umieszczonych przy autostradach. Z nich do systemu na bieżąco napływają dane o 60 milionach odcinków dróg.

Clearflow korzysta też z informacji pogodowych, bierze pod uwagę dzień tygodnia, godzinę oraz takie dane jak np. odbywające się imprezy masowe, i na ich podstawie próbuje przewidzieć, jak rozwinie się sytuacja na drogach.

Horovitz mówi, że jeśli system się sprawdzi, będzie to olbrzymi krok dla maszyn uczących się.

Mariusz Błoński
KopalniaWiedzy.pl

REKLAMA