Google använder artificiell intelligens för att förbättra Google Maps förmåga att hjälpa pendlare att förstå hur upptagen kollektivtrafiken på resan kommer att bli.
Google prövar ny vagnnivå Kartor “crowdedness prediction” -teknologi i New York och Sydney, där den kommer att försöka visa realtidstillståndet för varje vagn.
Funktionen förlitar sig på data från byråer som Long Island Rail Road och Transport för New South, och fler städer kommer att få funktionen snart, enligt Google.
Det utökar också förutsägelserna om trångtrafik i Google Maps till över 10 000 transitbyråer i 100 länder. Kartanvändare borde kunna berätta om deras linje “troligen har många öppna platser, har full kapacitet eller är någonstans däremellan”, konstaterar Google.
Google introducerade trånghetsförutsägelser på kollektivtrafiken i mitten av 2019, långt innan de pendlade till kontorsplatsen i mars 2020. Och funktionen är kanske ännu mer relevant nu.
Förutsägelserna baseras på Googles AI. modeller, crowdsourced data från Maps-användare och historiska platstrender som Google använder för att förutsäga framtida trängselnivåer för transitlinjer runt om i världen.
Med tanke på att hybridarbetsarrangemang sannolikt kommer att skaka upp historiska pendlingsmönster för topptimmar, kan kartfunktionen vara användbar för att hjälpa arbetarna att välja optimala pendeltider.
Till exempel antyder Googles kartdata att pendlare troligen kommer att få plats klockan 9, medan det vanligtvis bara står rum mellan 7-8. Återkomsten hem är mycket mindre trångt klockan 15 jämfört med kl.
Den nya fliken Timeline Insights i Google Maps syftar också till att hjälpa människor att vara selektiva om hur och var de spenderar sin tid. Android-användare måste aktivera Platshistorik för att se den nya fliken Tidslinjeinsikter, som ger månatliga trender om resvanor, inklusive avståndet och tiden en person har kört, flög eller gått. Det visar också hur mycket tid som spenderades på platser som butiker, flygplatser och restauranger.
Slutligen uppmuntrar Google Maps-användare att skriva fler recensioner av lokala företag de har besökt. Efter att ha lämnat en restaurangrecension ser användarna uppmaningar att dela användbar information, till exempel prisklasser eller om det var takeout eller leverans. Denna funktion är live för alla restauranger i USA på Android och kommer snart till iOS.
Relaterade ämnen:
iPhone iOS Mobility Hardware Reviews 