Comment l’intelligence artificielle est-elle utilisée par les applications de trafic routier?

Il est loin le temps où nous devions utiliser des cartes routières pour voyager.  Aujourd’hui, il suffit de consulter son smartphone. En quelques secondes, vos applications de navigation et de trafic routier peuvent désormais prévoir le meilleur itinéraire à suivre, les lieux où se forment les bouchons, les itinéraires alternatifs et même estimer votre heure d’arrivée. Comment est-ce possible ? Tout est possible grâce à l’intelligence artificielle (IA).

Ce blog examine les rôles de l’IA et de l’apprentissage automatique dans l’optimisation de vos déplacements.

 

Qu’est-ce que l’intelligence artificielle et l’apprentissage automatique ?

L’intelligence artificielle permet aux machines d’apprendre à partir de l’expérience, de s’adapter à de nouvelles informations et d’exécuter des tâches. L’apprentissage automatique (en anglais Machine Learning- ML) fait référence aux logiciels et algorithmes qui rendent les machines intelligentes, à leur capacité de s’entraîner à partir de données pour améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune.

Pour analyser le trafic et proposer des itinéraires, des algorithmes sont utilisés pour déterminer le temps de trajets d’itinéraires suggérés. Un tas de données récoltées antérieurement sont examinées lorsque vous saisissez votre destination. Ces calculs prennent en compte de multiples facteurs comme l’état actuel des routes, les différents types de routes, et l’heure de la journée. Ces informations aident à obtenir des estimations sur le trafic en temps réel.

L’intelligence artificielle arrive à prédire la circulation avec précision.  En examinant sans cesse les conditions de trafic en temps réel, l’IA aide votre application de navigation à s’ajuster en temps réel et prédire en conséquence si le trafic risque de devenir plus dense dans une direction. Si tel est le cas, l’application peaufine les itinéraires possibles et indique le meilleur à suivre pour arriver dans les plus brefs délais.

 

Quelles sont les données utilisées ?

Pour prédire votre heure d’arrivée et le meilleur itinéraire à suivre, l’analyse d’une multitude de données provenant de sources diverses est menée pour les intégrer dans des modèles d’apprentissage automatique afin de prévoir les flux de trafic. Le type de données utilisées comprend des informations sur le trafic en temps réel, recueillies de manière anonyme à partir de smartphones d’autres conducteurs, des données antérieures sur le trafic, des informations telles que les limitations de vitesse, la qualité, la taille de la route,  mais aussi des informations sur les travaux routiers communiquées par les autorités locales. De plus, Waze par exemple, collecte des données en temps réel de sa communauté de Wazers qui signalent des rapports d’incidents sur leur trajet.

Toutefois, il convient de noter que la participation à cette collecte de données de localisation est entièrement facultative. Vous pouvez désactiver cette fonctionnalité de suivi de position.

 

Prévision du trafic

Pour prédire à quoi ressemblera le trafic dans un avenir proche, Google Maps par exemple, analyse la circulation en temps réel afin de déterminer l’heure d’arrivée estimée (ETA) et la durée du trajet.  L’IA de Google Maps prévoit plus facilement si l’utilisateur sera affecté ou non par « un ralentissement qui n’a peut-être même pas encore commencé ».  Grâce à l’IA, la société affirme avoir pu réduire encore davantage le pourcentage d’ETA inexactes en utilisant une architecture d’apprentissage automatique appelée Graph Neural Networks.

En outre, plus vous utilisez votre application préférée, plus elle apprend à mieux vous connaître. En effet, lorsque l’application connaît vos itinéraires et destinations les plus fréquents, ainsi que les heures auxquelles vous faites un trajet, elle peut optimiser votre meilleur itinéraire à suivre pour y arriver dans les plus brefs délais.

Alors que nos modes de vies sont chamboulés par la pandémie Covid-19 et que beaucoup d’entre nous télétravaillent, les applications ont mis à jour leur modèle d’IA pour privilégier les tendances de trafic routier des deux à quatre dernières semaines. Ainsi, Google Maps prend en compte qu’un trajet qui aurait pu prendre habituellement 30 minutes aux heures de pointe, ne prend aujourd’hui probablement pas plus de 20 minutes, et met à jour l’heure d’arrivée estimée à mesure que les restrictions de déplacement sont levées.

Grâce à L’IA, les prévisions de ces applications ne cessent de s’améliorer.