كم تستغرق من الوقت لقيادة السيارة من نقطة ما إلى نقطة أخرى؟ على الرغم من أن تطبيقات الخرائط قد قامت طويلا بتقديم التخمينات، بالإضافة إلى الاتجاهات، فقد قامت مجموعة في «مايكروسوفت ريسيرش» بعمل نظام يقدم تقديرا أكثر دقة يعتمد على ظروف الطريق الفعلية وعادات قائد السيارة. ويتنبأ النظام بأي الطرق التي ستكون أسرع لكل مستخدم، وهو يقوم بتعديل مقترحاته إذا ما تغيرت عادات القيادة للشخص بمرور الوقت. وقام الباحثون بتقديم عملهم نهاية شهر أغسطس (آب) الماضي في المؤتمر السابع عشر لـ«رابطة مكائن الحوسبة» حول التنقيب في البيانات واكتشاف المعلومات في سان دييغو.
بيانات المرور
* ويعتمد البحث على بيانات تلقطها مجسات لتحديد المواقع تم تثبيتها في ما يربو على 33 ألف سيارة أجرة في بكين بالصين. وقد أشرف يو تشنغ على الدراسة في «مايكروسوفت ريسيرش آسيا». وكان فريقه قد قام في وقت سابق بتحليل هذه البيانات، ووجد أن البيانات أوضحت وجود طرق أكثر سرعة حول المدينة، وذلك لأن سائقي سيارات الأجرة معتادون على تغيير أوضاع القيادة. على الرغم من ذلك فإن هذا التطبيق الجديد، يقوم بدمج الكثير من المعاملات الإضافية.
وتستخدم المناهج الحسابية بيانات من سيارات الأجرة لإيجاد الطرق وجمع معلومات بشأن ظروف المرور في السابق وفي الوقت الحالي. كما أنها تقوم أيضا باكتشاف الطقس من المواقع الإلكترونية المتاحة بصورة عامة. وتستخدم المناهج الحسابية هذه البيانات لتتوقع أوضاع المرور التي من الممكن أن يواجهها السائق للوصول إلى نقاط متنوعة على طول الطريق وتعديل الاتجاهات وفقا لذلك.
ويستخدم النظام أيضا بيانات تحديد الموقع في الهواتف الجوالة للمستخدمين لتحديد مسار سلوك القيادة الخاص بهم وتزويدهم باتجاهات شخصية. وقال تشنغ: «يستخدم سائقون مختلفون طرق سريعة مختلفة في الوقت نفسه من اليوم»، على سبيل المثال من الممكن أن يقوم سائق جريء بالقيادة بشكل جيد على الطرق السريعة متجاوزا السيارات المارة ومتعديا حد السرعة. لكن يمكن للسائق الأكثر التزاما أن يصل إلى وجهته بصورة أسرع من خلال استخدام طرق خلفية أقل ازدحاما. ويشير تشنغ إلى أن خصوصية المستخدم محمية من خلال تخزين وتحليل البيانات الشخصية بصورة كاملة على الهاتف.
ومن المهم أن نضع في الاعتبار كيف تتغير تلك السلوكيات بمرور الوقت. وقال تشنغ إن الأشخاص لا يقودون بأساليب مختلفة فقط لكنهم يعتادون على الطرق أيضا. وأضاف: «عندما أمر بنفس الطريق عدة مرات، أعلم جيدا كيف أقوم بالقيادة عليه». نتيجة لذلك، يغير النظام في بعض الأحيان توقعه بالنسبة لأسرع الطرق معتمدا على اعتياد السائق لشوارع معينة.
وأشار الباحثون إلى أن من الصعب اختبار النظام لأن المرء يمكنه القيادة على طريق ما، ولكن تكون الأحوال المرورية مختلفة دوما. وقام الباحثون بتقييم خططهم من خلال مقارنة بيانات تحديد المواقع الخاصة برحلة ما مع توقعاتهم بالوقت الذي يستغرقه السفر. ووجد الفريق في وقت سابق أن الطرق التي قاموا باكتشافها من خلال سيارات الأجرة كانت أكثر سرعة من الطرق التي تقدمها خدمات الخرائط الرئيسية. وفي هذه الدراسة، أوضح الفريق أنه بمرور الوقت أضحت توقعات النظام بشأن وقت القيادة أكثر دقة وأن الطرق الشخصية كانت أكثر سرعة من الطرق التي تقود عليها سيارات الأجرة.
مجسات استشعار
* إن وجود مجسات تحديد مواقع رخيصة ومتصلة دائما قد غير التوقعات الممكنة، حسب سام مادن، أستاذ مساعد بمختبر علوم الحاسب الآلي والذكاء الاصطناعي بمعهد ماساتشوستس للتكنولوجيا، الذي يدرس شبكات الاستشعار اللاسلكية من بينها وحدات تحديد الموقع. وقال مادن: «أعتقد أن هذه هي المرة الأولى التي يتم فيها عمل كهذا في كل طريق في المدينة أو الدولة». ويعمل فريق تشنغ في نطاق من البيانات تختلف عما كان ممكنا قبل ثلاث سنوات. ويعتقد مادن أن هذا قد منح باحثي «مايكروسوفت» البيانات الكافية لإحراز تقدم ملحوظ لفهم المرور في الوقت الفعلي. كما يعتبر أيضا أن جهودهم لتخصيص الطرق مبتكرة.
ونقلت مجلة «تكنولوجي ريفيو» عن تشنغ أن التطبيق الذي ابتكره فريقه سهل التعديل من أجل الاستخدام العام والتجاري في أي مدينة بها عدد كبير من سيارات الأجرة. وتعد بكين رابع المدن التي يزداد بها عدد سيارات الأجرة في العالم، لكنه أشار إلى أن أكثر عشر مدن ازدحاما هي مكسيكو سيتي وبانكوك وطوكيو ونيويورك وبوينس آيرس وموسكو.