Yahoo phát triển thuật toán mới nhằm đề xuất đoạn đường đi có cảnh quan
đẹp nhất cho người dùng
Theo báo cáo mới nhất, các nhà nghiên cứu tại phòng thí nghiệm của Yahoo đang phát triển một thuật toán mới cho phép đưa ra tuyến đường có cảnh quan đẹp nhất khi điều hướng từ điểm này đến điểm khác thay vì chỉ hiển thị kết quả đoạn đường đi ngắn nhất như các thế hệ bản đồ từ trước đến nay. Ý tưởng thú vị trên hứa hẹn sẽ mở ra diện mạo mới cho các thế hệ bản đồ thông minh nhằm hướng tới việc nâng trải nghiệm của người dùng lên một cấp độ hoàn toàn mới trong tương lai.
Nhà nghiên cứu Daniele Quercia tại phòng thí nghiệm Yahoo đã chia sẻ cho chúng ta làm thế nào để thuật toán có thể tối ưu tuyến đường đi với những cảnh quan đẹp nhất. Theo đó, đầu tiên nhóm nghiên cứu xây dựng một cơ sở dữ liệu những hình ảnh lấy từ Google Street Wiew và Geograph tại khu vực trung tâm London. Bước tiếp theo, nhóm sẽ thu thập ý kiến cảm quan của cư dân sống tại khu vực trên nhằm phân loại đẹp/ không đẹp của từng địa điểm có thể xuất hiện trên hành trình.
Khi người dùng tìm một con đường đi từ điểm A đến điểm B, hệ thống sẽ phân tích nhiều con đường khác nhau và kết hợp đánh giá dựa trên cơ sở dữ liệu nhằm đánh giá mức độ đẹp của con đường dựa trên điểm số. Kết quả cuối cùng trả về cho người dùng là con đường không phải là nhanh nhất dựa trên con số khô khan của GPS mà là đi qua nhiều cảnh quan đẹp nhất dựa trên cảm nhận của con người. Dù vậy, theo nhóm phát triển thì con đường đẹp nhất chỉ dài hơn con đường ngắn nhất khoảng 15%.
Trong một cuộc thử nghiệm, nhóm nghiên cứu đã mời 30 cư dân tại London và đi theo kết quả dẫn đường mới nói trên. Kết quả, mọi người đều đồng ý rằng con đường mới thực sự hấp dẫn và sẽ là lựa chọn của họ thay vì con đường ngắn nhưng tẻ nhạt hơn rất nhiều.
Không chỉ dừng lại ở việc thu thập cảm nhận của người dân, thời gian tới, nhóm nghiên cứu sẽ tiếp tục thu thập hơn 5 triệu bức ảnh từ trang Flickr về các địa điểm tương tự và phân tích nhằm chọn ra được những tiêu chí để đánh giá một cảnh quan đẹp. Đồng thời theo dự kiến, nhóm sẽ tiếp tục phát triển mô hình trên tại thành phố Boston và cải thiện nhiều tiêu chí đánh giá chặt chẽ hơn so với hiện tại với hy vọng sẽ tạo nên một phiên bản thuật toán hoàn chỉnh trong tương lai không xa.
