Если достаточно увеличить масштаб карты в Google Maps на телефоне, можно будет увидеть очертания зданий. За эту возможность можно поблагодарить искусственный интеллект, однако эта функция — не единственная, за которую отвечает AI в приложении. В последние годы компания Google часто обращалась к машинному обучению, чтобы оно автоматически следило за меняющейся географией мира и обновляло карты.
Переломный момент, по словам двух сотрудников Google Maps, настал в 2015 году, когда в компании поняли, что пора менять стратегию для обновления карт. Эндрю Лукингбилл, технический директор Google Maps, описывает этот момент как «прозрение». Обновлять карты в более чем 200 странах мира — задача не из легких, поэтому при создании карт команда сделала выбор в пользу мета-процессов.
«Мы должны были сделать машину, которая сама делает карты», — объясняет Лукингбилл.
Разработка стала возможной благодаря алгоритмам машинного обучения, которые могут получать изображения (например, с функции Google Street View или со спутников), извлекать из них нужную информацию и обновлять карты. В нужную информацию входят такие данные, как название дороги, номер дома или его форма, видимая сверху. Google делился этой разработкой и раньше: в 2017 году автор блога компании описал процесс создания алгоритма, способного читать названия улиц во Франции, упомянув, что подобные алгоритмы могут обновлять адреса на карте.
Представьте, что кто-то строит новый дом и мимо проезжает автомобиль с Google Street View. Картинка дома, по словам Лукингбилла, может оказаться доступной на гугл-картах без какого-либо участия человека. Процесс анализа изображений ИИ и обновления карты он называет «первым шагом на пути к самовосстанавливающимся картам».
Создание контуров зданий — одна из задач, где мощный ИИ значительно ускоряет работу. Алгоритм машинного обучения может посмотреть на спутниковые снимки, а затем нарисовать форму здания на карте Google. Благодаря этому за год компании удалось удвоить количество смоделированных зданий по всему миру. Для понимания масштаба — работа над очертаниями предыдущих зданий на картах заняла у команды десятилетие. Google затронул эту проблему в недавно опубликованном выпуске блога. Там описывается, как предыдущий алгоритм создавал «нечеткие» контуры здания (в материале также объясняются общие шаги и источники данных для картографирования).
«Авторитетные данные оживляют карту. Необходимая нам информация поступает из более чем тысячи сторонних источников со всего мира. Некоторые из них, такие как Геологическая служба США (USGS) и Национальный институт статистики и географии (INEGI) в Мексике, предоставляют информацию обо всей стране. Другие относятся к более мелким регионам, например, данные местного муниципалитета, НПО или застройщика жилья. Наши команды тщательно проверяют каждый авторитетный источник данных, чтобы убедиться, что наши данные — самые точные и актуальные. А недавно мы внедрили новый инструмент, чтобы облегчить местным органам власти загрузку данных о новых дорогах и адресах в их районе прямо на Google Maps», — написано в блоге.
Чтобы добавлять контуры зданий или новых дорог, алгоритм ИИ чаще использует изображения, получаемые от спутника, а для извлечения такой информации, как названия улиц, номера домов и названия компаний, разработчики полагаются на Google Street View.
Конечно, Google Maps — не единственные игроки на рынке. В июне журнал Popular Science писал про то, как Apple создает карты с большей детализацией в своем собственном приложении. Возможно, изменения можно будет оценить уже с обновлением iOS 13 осенью этого года.
Алгоритмы машинного обучения уже давно используются в мире технологий.
В начале их тренируют на определенных данных, а затем используют для выполнения заданий, порой недоступных человеку. Кроме того, области применения ИИ включают в себя и обыденные поручения вроде анализа и организации фотографий пиццы и мексиканского тако, загруженных пользователями, и миллионы других возможных задач.
