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.

Google Street View. Источник: shutterstock.com
Google Street View. Источник: shutterstock.com

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.

Google Street View. Источник: shutterstock.com
Google Street View. Источник: shutterstock.com

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.