Grab crea mapas más inteligentes del Sudeste Asiático gracias a la optimización de la visión

Grab⁠(se abre en una ventana nueva) es una empresa de reparto de comida y transporte comercial de pasajeros que cuenta con casi 42 millones de usuarios al mes en ocho países del Sudeste Asiático.

Con sus más de 6 millones de conductores registrados en la plataforma y 3500 millones de transacciones anuales en 2023, la repercusión de Grab va más allá de la entrega de comida y el transporte de pasajeros. Grab toma las imágenes a pie de calle que recogen sus conductores y las convierte en datos cartográficos que más tarde se incorporan a GrabMaps, un servicio cartográfico en el que se basan todas sus operaciones en el Sudeste Asiático. 

Para perfeccionar los datos cartográficos, el servicio se sirve de la optimización de la visión de GPT‑4o para localizar correctamente las señales de tráfico y contar las líneas de división de los carriles. Además de posibilitar las operaciones comerciales de Grab, GrabMaps también presta servicios de inteligencia de localización a grandes corporaciones.

El Sudeste Asiático es un territorio especialmente difícil de cartografiar. Sus redes viarias están formadas por calles estrechas de un solo sentido optimizadas para motocicletas y peatones, paisajes urbanos que cambian rápidamente y una cobertura limitada de los proveedores de cartografía convencionales. 

Grab recurrió a GPT‑4o de OpenAI con su optimización de la visión para superar estos obstáculos. 

Cada uno de los asociados, en moto o a pie, está equipado con cámaras de 360 grados con las que GrabMaps recopila millones de imágenes de la calle, que sirven para entrenar y afinar modelos con los que se elaboran mapas detallados. 

La capacidad de optimización de la visión de GPT‑4o permitió a GrabMaps localizar de forma más precisa las señales de límite de velocidad, las prohibiciones de giro, los lugares y la geometría de las vías.

Los experimentos iniciales de Grab se centraron en asociar las señales de límite de velocidad con sus correspondientes vías de circulación.

Para mejorar la precisión, el equipo seleccionó una muestra de tan solo 100 casos para realizar un ajuste fino de GPT‑4o, combinó las imágenes a pie de calle con los mosaicos de los mapas y repitió el proceso aplicando diversos ajustes a los hiperparámetros.

El modelo partió de una precisión de referencia del 67 % y, tras dos rondas de optimización, mejoró hasta el 80 %, lo que supone una ganancia porcentual de 13 puntos.

El modelo sobresalió en el manejo de situaciones complejas, como carreteras elevadas y obstrucciones, que antes requerían una importante intervención manual. Cruzar las imágenes a pie de calle con los mosaicos de los mapas permitió al modelo tomar decisiones contextualizadas similares a las que toman los operadores humanos.

«Realizar una optimización de GPT‑4o basado en nuestros datos nos permitió trabajar con geometrías complejas y, por consiguiente, reducir las intervenciones manuales y los costes operativos», afirma Adrian Margin, responsable de Ciencia de Datos para Cartografía en Grab.

La aplicación de la optimización de la visión mejoró significativamente la eficacia y la precisión de GrabMaps:

• Aumento del 20 % en la precisión del recuento de carriles.
• Mejora del 13 % de la localización de las señales de límite de velocidad.
• Reducción de las tareas manuales de cartografiado, con la consiguiente reducción de los costes operativos y mejora de la confianza en la calidad de los datos.
• Mejor abordaje de escenarios complejos, como señales elevadas y obstrucciones, lo que se traduce en resultados cartográficos con menos errores.

Gracias a estas mejoras, la plataforma ofrece más fiabilidad tanto para las operaciones internas de Grab como para los clientes empresariales. Ahora, los mapas hiperdetallados satisfacen mejor las necesidades diarias de millones de usuarios y conductores asociados, y potencian la actividad económica de toda la región.

«Para nosotros, GrabMaps no es solo una herramienta, es un reflejo de nuestro compromiso con el Sudeste Asiático. Gracias a la optimización de la visión de OpenAI, nuestro proceso de creación de mapas es más rápido, inteligente y rentable», añade Margin.

Grab continúa ampliando sus capacidades de IA con el fin de que su plataforma sea más accesible y tenga más capacidad de respuesta. Para que el uso de la app sea más sencillo para todo el mundo, se está desarrollando un asistente de voz que ofrece una función de ayuda conversacional multilingüe para usuarios con discapacidad visual y de edad avanzada.

Por otro lado, Grab también está creando un chatbot de asistencia avanzada para atender consultas complejas. El chatbot conoce con detalle los procedimientos operativos estándar (SOP) y es capaz de ofrecer respuestas empáticas y personalizadas que permiten mejorar la experiencia del usuario mientras las consultas se derivan al destino adecuado.

«Hemos sido pioneros en la adopción de la IA en la región y creemos que la IA tiene mucho potencial para seguir transformando la manera de resolver los problemas de nuestros asociados y usuarios», afirma Philipp Kandal, responsable de producto de Grab. «Es un placer colaborar con OpenAI para contribuir a acelerar la investigación y el uso de esta tecnología».