人工智慧和Google地圖的結合,果然超強大!(下)

人工智慧和Google地圖的結合,果然超強大!(下)


 

Google地圖和人工智慧到底還會擦出多少火花?讓我們繼續看下去!

 

圖像神經網路將道路視為一個圖形,路線對應節點(nodes),而邊線位於「連續道路」和「通過交叉路口連接的道路」之間。路段實際上是與交通密度成比例地、隨機採樣的道路子圖(subgraph),並通過訊息傳遞演算(message-passing algorithm)計算邊緣與節點之間的相互影響。

每個路段的長度和複雜度都有所不同,從兩條道路到包含數百個節點的路線都有。DeepMind 表示,將相鄰道路之間的交互關係納入考量後,也使得預測準度有所提升:「例如我們思考一條小巷的堵塞如果溢出,將如何影響主幹道的交通」。



▲ Google 地圖人工智慧分析計算道路交通之演算法示意圖。

 

DeepMind 也表示,在訓練時自動調整學習率,該模型不僅可以達到更高的成效,還能自動調整學習率,獲得更穩定的結果。

除了新模型,Google 地圖也一併考慮其他因素:如道路速限、道路面積、道路品質(如礫石地、柏油或泥地)、道路施工、天候氣象(如下雪、下暴雨或土石流等)、使用者回報的交通事故、封路、出現彎道或紅綠燈路口的頻率等等,以及因應新型冠狀病毒疫情隨之而來的交通管制。

 

疫情之下 Google 地圖受到的沖擊

Google 表示疫情爆發後,全球路上交通流量減少了 50 %,隨著疫情持續,仍有不少地區維持交通管制。

這種影響範圍擴及全球的特殊狀況下,為了不讓預測失準,AI 會自動優先考量近期的車流量記錄,將更早之前的車流量模式列為次要考量,讓導航結果的預計抵達時間更為精準。

這次事件展現出 Google 地圖與現實世界有多麼息息相關。Google 執行副總裁 Jen Fitzpatrick 也親自撰文表示,他們將會推動 Google 地圖發展新的技術,因為世界不斷在變化──公車班次的增減、新的道路被開拓、自然災害永久地改變通行路線等等。「這就是為什麼地圖需要更新、確保全面性和準確性的原因。人工智慧的重大突破改變了我們製作的地圖方法,也讓我們能將高品質地圖更快地帶到了世界各個角落。」

 

除了導航之外 其他有賴人工智慧的地圖功能

除了導航功能之外,其實 Google 地圖還有許多實用的功能都是靠人工智慧完成。

如 Google 曾公開他們如何利用深度神經網路,自動且準確地辨識街道名稱、模糊人臉與車牌。在自然場景中由於視覺偽影,如失真、閉塞、定向模糊、雜亂的背景或不同的角度等狀況,讓傳統的光學字符識別(OCR)難以完成辨識。

而為了保護用戶的隱私,Google 團隊致力於解決這一問題,使用神經網路自動模糊了街景圖像中的人臉和車牌,而經過足夠的標記數據訓練後,AI 也能自動升級 Google 地圖相關的最新信息。

另一應用在於描繪地圖上代表建築的幾何陰影。Google 利用了多層次技術,第一層人工智慧負責從衛星照片中辨識出建築物;第二層的人工智慧負責分辨建築物的輪廓,並去除四周雜物;第三層則是根據輪廓來描繪出最有可能的建築物狀態。這套系統從 2018 開始,已經繪製了超過 1 億個新建築到 Google 地圖上了。

這套系統在低度開發國家尤有效用,在政府資訊難以取得的國度,Google 團隊利用衛星圖和街景的影像,繪製出了奈及利亞大城市拉哥斯(Lagos)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。

像繪製地圖這樣巨量又繁瑣的工作,果然還是得靠AI的協助才有可能完成的呢。

 

本系列文章為【不只是導航!Google 地圖用 AI 大升級 能預測還沒發生的塞車】的下篇,上篇請點此

 

 

 

延伸閱讀:

是哪個重金屬天團讓人工智慧特地做一首歌致敬??

特效不夠讓人工智慧來承受!這迪士尼的換臉技術也太威猛!(下)

為你介紹--全球首台人工智慧貓砂盆!(背後的故事)

UI/UX 設計工作完整剖析

第一次上程式設計課程該選 Python 還是 Java?有什麼差別?

人工智慧電影/影集:Netflix《我的全像情人》探討人與 AI 是否有真愛

使用 Java、Python、C 等 22 種程式語言寫出「Hello World」!

 

這個網誌中的熱門文章

Python控制結構一點就通!(5)while迴圈

前端工程師絕不能搞錯的CSS中:逗號.空格的差別!

網頁前端CSS必學兩屬性:display與visible