Vi spiego come fa Google Maps a trovare i percorsi migliori
Lo apriamo cento volte al giorno e non ci chiediamo mai cosa stia succedendo lì dentro.
Digito un indirizzo, l’app parte in mezzo secondo, e mi fido seguendo le indicazioni. Ma cosa succede dietro e perché ci azzecca quasi sempre.
L’idea di base ha settant’anni. Si chiama algoritmo di Dijkstra. Immaginate la città come una rete di incroci. Partite da casa, costo zero, e da lì calcolate il modo più economico per arrivare a ogni incrocio vicino, poi a quello dopo, finché toccate la destinazione. Funziona. Ma con decine di milioni di strade nel mondo, controllarle una per una sarebbe lentissimo.
Allora fanno due cose. La prima, cercano in modo intelligente, puntando dritti verso dove devono arrivare invece di esplorare a caso. La seconda conta di più. Precalcolano delle scorciatoie. Le stradine di quartiere le mettono da parte, tengono le autostrade e le arterie grosse, e saltano da un nodo importante all’altro. Per questo il calcolo dura millisecondi e non minuti.
Poi c’è la parte meno nota, il percorso più corto sulla mappa non è quello più veloce nel mondo fisico. Una strada di cinque chilometri di notte la fai in dieci minuti, alle otto del mattino in venticinque. Così Maps prende i dati di traffico in tempo reale dai telefoni di milioni di persone, li mescola con anni di storico, e prova a indovinare come sarà il traffico tra venti minuti, quando ci sarete davvero voi.
Con l’intelligenza artificiale Google e DeepMind hanno alzato l’accuratezza degli orari di arrivo fino al 50% in città come Tokyo e Washington. E le stime erano già giuste per oltre il 97% dei viaggi.
La matematica ha settant’anni. Funziona così bene per un motivo solo: ci siamo dentro tutti noi. Ogni telefono che si muove per strada è un sensore. Un incidente improvviso fa fermare tante persone nello stesso momento, e quei dati arrivano subito alle mappe centralizzate. Quel servizio comodissimo lo costruiamo noi, gratis, ogni giorno.
Voi cosa ne pensate?
#DecisioniArtificiali #MCC #GoogleMaps #Navigazione #BigData
