{"id":368303,"date":"2026-02-24T14:14:16","date_gmt":"2026-02-24T14:14:16","guid":{"rendered":"https:\/\/www.europesays.com\/it\/368303\/"},"modified":"2026-02-24T14:14:16","modified_gmt":"2026-02-24T14:14:16","slug":"google-maps-come-funziona-in-auto-traffico-in-tempo-reale-e-novita-di-gemini","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/it\/368303\/","title":{"rendered":"Google Maps, come funziona in auto: traffico in tempo reale e novit\u00e0 di Gemini"},"content":{"rendered":"

Dai dati di posizione aggregati e resi anonimi alle previsioni basate su dati storici e machine learning: cos\u00ec Google Maps calcola traffico e tempi di percorrenza in auto. E con l’integrazione di Gemini l\u2019interazione \u00e8 sempre pi\u00f9 naturale<\/p>\n

24 febbraio – 09:16 – MILANO<\/p>\n

Google Maps<\/b> o Waze. Sono questi due i navigatori usati oggi da gran parte degli automobilisti, favoriti dalla presenza ormai capillare sulle auto moderne di schermi e sistemi simili a quelli degli smartphone (Android Auto e Apple CarPlay). Waze<\/a>, anch’esso di propriet\u00e0 Google, \u00e8 in crescita ma resta meno conosciuto, mentre \u00e8 pi\u00f9 difficile trovare qualcuno che non abbia mai consultato Google Maps. Il software americano al primo approccio sembra magico: individua il percorso pi\u00f9 rapido e soprattutto “legge” il traffico<\/b>, colorando i tratti dal verde al rosso a seconda del livello di congestione. Come ci riesce?<\/p>\n

TRAFFICO E TEMPI\u2014 \u00a0<\/p>\n

A spiegare i meccanismi di Maps<\/a> per leggere il traffico in tempo reale ci ha pensato, in varie occasioni, lo stesso colosso di\u00a0Mountain View. Il principale “segreto”<\/b> \u00e8 la grande diffusione dell’applicazione: potendo contare su una porzione enorme di utenti che utilizzano il servizio in quel momento, Google, tramite la connessione a internet degli smartphone, riesce ad aggregare tantissimi dati anonimi. Questi hanno una doppia utilit\u00e0. Da un lato vengono utilizzati per determinare in tempo reale la congestione sulle strade<\/b>, in modo da proporre eventuali percorsi alternativi ad altri automobilisti in transito. Dall’altro, invece, vengono archiviati affinch\u00e9 costituiscano una base “storica” <\/b>per quel tratto in quel giorno e in quell’ora. Incrociando i due elementi con tecniche avanzate di machine learning, l’applicazione pu\u00f2 stimare le condizioni che l’automobilista trover\u00e0 all’arrivo in un determinato tratto, combinando condizioni attuali e andamento storico<\/b>. Cos\u00ec viene fuori una previsione accurata dei tempi di percorrenza, usata per il calcolo dei percorsi e degli orari di arrivo. Alla precisione di Google Maps contribuiscono inoltre informazioni provenienti da terzi, come enti locali o dipartimenti nazionali, senza dimenticare le segnalazioni degli automobilisti<\/b> che, con pochi tocchi sullo schermo dell’auto, possono segnalare la presenza di incidenti o interventi di manutenzione su strada. In questo modo i tempi di percorrenza risultano nella maggior parte dei casi molto attendibili, posto che l’efficacia del sistema dipende<\/b> dalla quantit\u00e0 di dati disponibili e dalla connessione alla rete: in aree poco trafficate o in caso di eventi improvvisi, la stima pu\u00f2 richiedere qualche minuto per aggiornarsi.<\/p>\n

GEMINI\u2014 \u00a0<\/p>\n

Il traffico \u00e8 un vantaggio competitivo ormai consolidato di Google Maps. Tra qualche tempo \u00e8 probabile che lo diventi anche Gemini<\/b>, l’assistente virtuale di Google con intelligenza artificiale che, aggiornamento dopo aggiornamento, assume un ruolo via via pi\u00f9 centrale nell\u2019esperienza d’uso di Maps. Gemini in auto<\/b> \u00e8 un’introduzione recente<\/a>, e Google ne sta ampliando progressivamente le funzioni. Il controllo vocale della navigazione era gi\u00e0 possibile con il predecessore Google Assistant, ma con l’integrazione di Gemini l’interazione \u00e8 diventata pi\u00f9 naturale e conversazionale, permettendo richieste pi\u00f9 articolate e contestuali<\/b>. Gemini pu\u00f2 cercare tra i dettagli dei luoghi lungo il percorso e le recensioni per rispondere a domande complesse, ad esempio: “Ehi Google, mi \u00e8 venuta voglia di pizza. Ci sono delle buone pizzerie aperte vicine alla mia destinazione?”. Il dialogo con l’assistente intelligente<\/b>, peraltro, pu\u00f2 proseguire senza interruzioni, perci\u00f2 se una delle proposte sembra promettente si pu\u00f2 approfondire chiedendo, ad esempio, se il locale accetta animali o cosa ne pensano i clienti che hanno lasciato una recensione. L’obiettivo \u00e8 rendere l’interazione pi\u00f9 fluida e spontanea, riducendo la necessit\u00e0 di toccare lo schermo cos\u00ec da lasciare il conducente al compito pi\u00f9 importante: guidare.<\/p>\n

\u00a9 RIPRODUZIONE RISERVATA<\/p>\n","protected":false},"excerpt":{"rendered":"Dai dati di posizione aggregati e resi anonimi alle previsioni basate su dati storici e machine learning: cos\u00ec…\n","protected":false},"author":3,"featured_media":368304,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_share_on_mastodon":"0"},"categories":[173],"tags":[1303,47287,17261,1262,14997,2765,14137,3858,201380,2142,728,5938,213096,682,7363,18259,213097,213098,12578,1537,90,89,97397,26991,213099,159472,9863,133,200341,24797,491,8158,4736,3207,2179,195,198,199,197,200,201,8970,194,196,3971,201379,1780,213100,12516,12363],"class_list":["post-368303","post","type-post","status-publish","format-standard","has-post-thumbnail","category-scienza-e-tecnologia","tag-aggiornamento","tag-anonimi","tag-applicazione","tag-arrivo","tag-assistente","tag-auto","tag-automobilisti","tag-condizioni","tag-congestione","tag-connessione","tag-dati","tag-gemini","tag-gemini-interazione","tag-google","tag-google-maps","tag-integrazione","tag-integrazione-gemini","tag-integrazione-gemini-interazione","tag-interazione","tag-it","tag-italia","tag-italy","tag-learning","tag-machine","tag-machine-learning","tag-maps","tag-naturale","tag-ormai","tag-percorrenza","tag-percorsi","tag-percorso","tag-presenza","tag-reale","tag-riesce","tag-schermo","tag-science","tag-science-and-technology","tag-scienceandtechnology","tag-scienza","tag-scienza-e-tecnologia","tag-scienzaetecnologia","tag-smartphone","tag-technology","tag-tecnologia","tag-tempi","tag-tempi-percorrenza","tag-traffico","tag-traffico-tempi","tag-tratto","tag-vengono"],"share_on_mastodon":{"url":"","error":"Validation failed: Text character limit of 500 exceeded"},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts\/368303","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/comments?post=368303"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/posts\/368303\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/media\/368304"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/media?parent=368303"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/categories?post=368303"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/it\/wp-json\/wp\/v2\/tags?post=368303"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}