Как отмечает N+1,
компания Google обошла трудности с построением таких непростых прогнозов, зависящих от многих факторов, с помощью краудсорсинга и машинного обучения. Так, на первом этапе работы исследователи спрашивали у водителей и пассажиров из разных районов, сколько времени занял поиск свободного парковочного места. Всего разработчикам удалось собрать около 100 тысяч ответов. На основе этих данных они выделили ряд характеристик, которые были использованы для обучения компьютерной модели, предсказывающей занятость парковок.
Но система все еще нуждалась в доработке, так как информация, которую сообщали участники исследования, заведомо содержала "мусор". Например, пассажиры такси могли сказать, что машине удалось быстро найти свободное место, но это не отображало реальную загруженность парковок в районе, так как автомобиль просто высаживал человека и ехал дальше.
Поэтому создатели приложения дополнили модель данными о том, сколько времени водители ищут свободное место. В частности, они учитывали разницу между тем, когда пользователь должен был прибыть к месту назначения, если бы он просто подъехал ко входу в здание, и тем, когда он действительно там оказывался, что позволяло учесть время, затраченное на парковку машины. Если у многих водителей этот временной разрыв был большим, это значило, что, скорее всего, ближайшие парковки заняты.
В общей сложности было выделено 20 переменных, которые позволяют определить доступность парковок в зависимости от времени суток, даты и района.
Сейчас обновление доступно для 25 городов США, включая Сан-Франциско, Майами, Чикаго, Бостон, Орландо, Сент-Луис и другие. О том, как скоро оно выйдет для других стран, а также для операционной системы iOS пока что ничего не известно.