Od dzisiaj Google rozpoczyna wdrażanie nowej funkcji wyznaczania tras przyjaznych dla środowiska w Mapach Google w niemal 40 krajach Europy, w tym w Polsce. Dzięki niej użytkownicy i użytkowniczki mogą wybierać trasy zoptymalizowane pod kątem jak najniższego zużycia paliwa. Jadąc taką trasą można zmniejszyć wydatki na paliwo oraz zredukować emisję dwutlenku węgla, co dla wielu osób ma duże znaczenie.
Oprócz proponowania najszybszej trasy, Mapy Google wskażą również trasę, na której zużycie paliwa będzie najniższe – oczywiście, jeśli będzie inna, niż najszybsza trasa. Będzie można sprawdzić względną oszczędność paliwa oraz różnicę czasową między tymi dwiema trasami i wybrać najbardziej odpowiednią opcję. Jeśli jednak użytkownicy będą preferować jak najkrótszy czas dotarcia do miejsca docelowego, wystarczy dostosować swoje preferencje w Ustawieniach.
Funkcja wyznaczania tras przyjaznych dla środowiska już przynosi korzyści. Szacuje się, że od momentu jej wprowadzenia w Stanach Zjednoczonych i Kanadzie, pomogła zmniejszyć emisję dwutlenku węgla o ponad pół miliona ton metrycznych, co można przełożyć na usunięcie z dróg 100 tysięcy samochodów. Niedawno funkcja miała swoją premierę również w Niemczech.
Trasy z najniższym spalaniem mogą się różnić w zależności od typu silnika. Na przykład przy większych prędkościach silniki diesla są bardziej wydajne niż silniki na gaz i benzynę, a samochody z napędem hybrydowym i pojazdy elektryczne sprawdzają się lepiej podczas jazdy w korkach. Dlatego w najbliższych tygodniach Google umożliwi kierowcom, którzy korzystają z funkcji wyznaczania tras przyjaznych dla środowiska w Europie, Stanach Zjednoczonych i Kanadzie, wybranie typu silnika: benzyna lub gaz, diesel, napęd hybrydowy lub silnik elektryczny (EV). Dzięki temu będą oni mogli zobaczyć najlepszą trasę i szacunki dotyczące spalania paliwa lub zużycia energii.
Technologia ta wykorzystuje dane instytutu National Renewable Energy Laboratory Departamentu Energii Stanów Zjednoczonych oraz Europejskiej Agencji Środowiska. Dzięki połączeniu tych danych z informacjami z Map Google o trendach dotyczących jazdy Google stworzył zaawansowane modele systemów uczących się, które uwzględniają najpopularniejsze typy silników w poszczególnych regionach.