구글, 교통 효율성 30% 향상시킬 수 있는 새로운 AI 모델 연구

Google Research는 최근 오픈소스 시뮬레이션 소프트웨어 SUMO(Simulation of Urban Mobility)를 사용하여 개발한 '교통 안내' AI 모델의 적용 결과를 소개하는 기사를 게재했습니다

구글 연구원들은 SUMO 소프트웨어를 사용해 시애틀의 T-Mobile Park와 Lumen Field 지역의 기본 모델을 구축했으며, Google 지도에서 제공하는 혼잡량, 신호등 위치, 평균 도로 속도 등의 정보를 활용하여 세부적인 그림을 그린 것으로 알려졌습니다. 히트맵

▲ 사진출처 구글 공식 보도자료(아래동일)

이후 연구팀은 히트맵을 여러 영역으로 나누고 시애틀 경찰청에서 제공하는 '사용자 행동 모델'과 경로 제안을 도입하여 자동차 소유자에게 최적의 경로를 할당할 수 있는 '교통 우회' 모델을 구축했습니다.

IT House의 보도자료에 따르면 Google 연구원들은 미국 시애틀 교통부와 협력하여 2023년 8월과 11월에 여러 대규모 행사에 교통 우회 인공지능 모델을 실제로 적용하고 '동적 안내 디스플레이'를 사용했습니다. 화면(동적 메시지 표지판)'을 ​​사용한 결과, 정체시간은 평균 7분 단축되었으며, 교통효율성 30% 향상에 성공한 것으로 나타났습니다

Google에 따르면, 이 연구는 대규모 행사장의 교통 효율성을 향상시키고 도로 계획자가 활용도가 낮은 도로 구간을 이해하여 전반적인 교통 환경을 개선할 수 있는 교통 계획의 '시뮬레이션 기술'의 잠재력을 보여줍니다.

위 내용은 구글, 교통 효율성 30% 향상시킬 수 있는 새로운 AI 모델 연구의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!