Google 介绍 Google Maps 是如何利用机器学习来减少人工作业

也为像拉各斯这样城市,带来地图资讯。

Andy Yang
Andy Yang
2018年09月13日, 上午 10:00
已经 举办多次Google 机器学习专题,今天又再次开张,主题是比较少有人会联想到的 Google Maps。虽然说从表面上来看 Google Maps 的地图这段时间以来改变并不大(如果不算地球变圆了之外的话),但在其背后,Maps 的团队一直都在努力丰富其所提供的资料,很多更是没有机器学习的话,光靠手工几乎是不可能的呢。

Google Maps 的软件工程师 Andrew Lookingbill 今天就向我们介绍了两个这样的例子,其中一个是利用街景来建立地图信息。Google 早期的努力,集中在由 Streetview 的图像资料中,辨识路名和门牌。在这部份,Google 利用了深度学习的技术,让机器懂得辨识一地的路牌、门牌的通用样式,让它可以快速从影像中,找出地址来。但 Google 很快就发现从街景中能取得的信息远不仅如此,甚至连店名都应该要能辨识才是。只是在这当中 Google 发现了不小的困难,特别是挂在店外的广告,常常会干扰到判读,这也是依靠持续发展的深度学习技术来解决的。

另一个机器学习的应用,在于描绘地图上代表建筑的几何阴影。这工作当然不可能由人工一个一个地描,因此 Google Maps 利用了多层次的 AI 技术,第一层 AI 负责从卫星照片中,辨识出建筑物来;第二层的 AI 分辨建筑物的轮廓,并且去除四周的前后院等杂物;第三层则是根据轮廓来描绘出最有可能的建物形状态。这套系统从今年年初开始,已经绘制了 1.1 亿个新建筑到 Google Maps 上。

虽然说我们已经习惯了有规制、政府信息也容易取得的环境,但其实世界上还有不少国家在这方面还是很缺乏的。Google 团队甚至只能自己努力,利用卫星图和街景的影像,绘制出了尼日利亚拉各斯城的地图,填入了 20,000 条街道名称、50,000 个新地址、与 100,000 间新商家的信息。这样的巨量工作,果然还是要靠机器学习的协助,才有可能完成的呢。
标签: deeplearning, google, googlemaps, MachineLearning, tw