Google 介紹 Google Maps 是如何利用機器學習來減少人工作業

Andy Yang

已經 舉辦多次Google 機器學習專題,今天又再次開張,主題是比較少有人會聯想到的 Google Maps。雖然說從表面上來看 Google Maps 的地圖這段時間以來改變並不大(如果不算地球變圓了之外的話),但在其背後,Maps 的團隊一直都在努力豐富其所提供的資料,很多更是沒有機器學習的話,光靠手工幾乎是不可能的呢。

Google Maps 的軟體工程師 Andrew Lookingbill 今天就向我們介紹了兩個這樣的例子,其中一個是利用街景來建立地圖資訊。Google 早期的努力,集中在由 Streetview 的圖資中,辨識路名和門牌。在這部份,Google 利用了深度學習的技術,讓機器懂得辨識一地的路牌、門牌的通用樣式,讓它可以快速從影像中,找出地址來。但 Google 很快就發現從街景中能取得的資訊遠不僅如此,甚至連店名都應該要能辨識才是。只是在這當中 Google 發現了不小的困難,特別是掛在店外的廣告,常常會干擾到判讀,這也是依靠持續發展的深度學習技術來解決的。

另一個機器學習的應用,在於描繪地圖上代表建築的幾何陰影。這工作當然不可能由人工一個一個地描,因此 Google Maps 利用了多層次的 AI 技術,第一層 AI 負責從衛星照片中,辨識出建築物來;第二層的 AI 分辨建築物的輪廓,並且去除四周的前後院等雜物;第三層則是根據輪廓來描繪出最有可能的建物形狀態。這套系統從今年年初開始,已經繪製了 1.1 億個新建築到 Google Maps 上。

雖然說我們已經習慣了有規制、政府資訊也容易取得的環境,但其實世界上還有不少國家在這方面還是很缺乏的。Google 團隊甚至只能自己努力,利用衛星圖和街景的影像,繪製出了奈及利亞拉哥斯城的地圖,填入了 20,000 條街道名稱、50,000 個新地址、與 100,000 間新商家的資訊。這樣的巨量工作,果然還是要靠機器學習的協助,才有可能完成的呢。