Google 地图可以帮助用户每天在200多个国家和地区中导航超过10亿公里，Google表示，其预计到达时间(ETA)预测对于97%以上的旅行都始终保持准确。但是，这对于Google来说还不够好，因此该公司与DeepMind合作使用机器学习来提高其ETA的准确性。
在与Alphabet AI研究实验室DeepMind合作之前，Google Maps结合了历史流量模式和实时流量条件来了解当前的流量模式。合作伙伴希望能够预测未来的交通方式，因此DeepMind开发了一个图形神经网络，该网络还考虑了一年中的时间，道路质量，限速，事故和封闭的数据。
借助这种机器学习方法，Google Maps在柏林，雅加达，圣保罗，悉尼，东京和华盛顿特区等地方将实时ETA的准确性提高了50%，现在，Google Maps可以警告用户交通拥堵在它们存在之前。
正如我们在COVID-19上看到的那样，史无前例的事件会极大地破坏流量模式并抛弃预测模型。自今年年初开始锁定以来，Google的全球流量下降了50%。突然的变化迫使Google Maps变得更加敏捷。它开始对过去两到四个星期的历史流量模式进行优先排序，并对旧模式进行优先排序。
谷歌表示，预测流量和确定路线非常复杂，它将继续寻找使用户摆脱僵局并尽可能采用最安全，最有效的路线的方法。最近，Google Maps添加了深入的语音步行信息，扩展了AR的步行方向，并向公交和火车路线添加了人群预测。
