Увеличьте масштаб приложения Google Maps на своем телефоне, и в конце концов на экране появятся очертания зданий. Вы можете поблагодарить искусственный интеллект за помощь в создании таких сцен, как эта - и это не все, что делает ИИ для приложения. В последние годы компания все чаще прибегает к машинному обучению, чтобы автоматически отслеживать изменения в географии мира и затем обновлять картографическое отражение этих изменений.
По словам двух сотрудников Google Maps, беседовавших с корреспондентом Popular Science, в 2015 году компания Google достигла переломного момента, когда поняла, что ей необходимо изменить стратегию обновления своих карт. Эндрю Лайтингбилл, директор по инженерным вопросам Google Maps, описывает этот момент как "прозрение".
Поддерживать карты в актуальном состоянии в более чем 200 странах очень сложно, поэтому команде пришлось перейти от простого создания карт к чему-то более масштабному. "Нам нужно было начать создавать машину, которая создает карту", - объясняет Глядингбилл.
Это происходит благодаря алгоритмам машинного обучения, которые достаточно хороши, чтобы делать снимки, например, сделанные машинами для просмотра улиц или со спутников, извлекать из них необходимую информацию, а затем обновлять карту. Такой информацией могут быть, например, название дороги, номер дома или форма здания, увиденного сверху. Google уже хвастался этой темой: в 2017 году в своем блоге компания описала свои усилия по созданию алгоритма, который может читать названия улиц во Франции, и упомянула, что подобные алгоритмы могут обновлять адреса на карте.
Представьте себе, что кто-то строит новый дом, а мимо проезжает машина с системой Street View. "В итоге это может стать доступным для поиска на наших картах без участия человека во внутреннем контуре или необходимости что-либо делать с этим", - добавляет Глядингбилл. Этот процесс, когда ИИ анализирует снимки и обновляет карту, он называет "первым шагом к тому, чтобы наши карты стали самовосстанавливающимися".
По его словам, создание контуров зданий - это одна из задач, где усовершенствованный искусственный интеллект значительно ускорил процесс. Алгоритм машинного обучения может просматривать спутниковые снимки и затем рисовать форму здания на карте Google. Благодаря этому "мы смогли удвоить количество смоделированных зданий по всему миру", - говорит Глядингбилл. Это произошло в течение года. "Чтобы почувствовать масштаб, - добавляет он, - все предыдущие здания, которые у нас были, потребовали десятилетия для создания карты". Google затрагивает эту тему в опубликованном сегодня блоге, где описывается, что предыдущий алгоритм создания контуров зданий выглядел "нечетким" (в сообщении также объясняются общие шаги и источники данных, которые используются при создании карт).
Другая работа, пока еще находящаяся на стадии "зарождения", включает использование ИИ для создания новых дорог на карте на основе анализируемых снимков. Этот "синтез дорог", по словам Лоукингбилла, предполагает, что они "фактически пытаются выяснить геометрию дорог, которых у нас еще нет на карте, на основе снимков".
Для того чтобы алгоритмы искусственного интеллекта могли создавать контуры зданий или карты новых дорог, компания использует такие изображения, как спутниковые данные сверху вниз; для извлечения такой информации, как названия улиц, номера домов и названия предприятий, компания полагается на обзор улиц.
Конечно, Google Maps - не единственная игра в городе: в июне мы отмечали, что Apple создает карты с большей детализацией в своем собственном приложении, и что вы должны увидеть изменения в работе приложения после обновления до iOS 13 этой осенью.
И если говорить о более широком смысле, то алгоритмы машинного обучения, которые тренируются на данных, чтобы затем выполнять задачи, иногда на сверхчеловеческом уровне, являются обычным явлением в мире технологий. Это может быть что-то обыденное, например, Yelp использует ИИ для анализа и систематизации фотографий пиццы и тако, которые загружают его пользователи. ИИ не только делает такие вещи, как распознавание изображений: он также может делать огромное количество других вещей, например, играть и выигрывать в игры, будь то покер или даже кубик Рубика.